[发明专利]基于粒子群优化算法的视频流特征选择与分类方法

摘要

本发明公开了一种基于粒子群优化算法的视频流特征选择与分类方法，该方法的特征选择首先通过计算特征在同类近邻样本和异类近邻样本的差异来度量特征的区分能力，去除部分无关特征，达到快速降维的目的，然后以粒子群优化算法作为搜索算法，并用特征权重较大的部分优良特征作为粒子群的初始种群，以不一致率作为评价函数在剩余特征子集中选择出最优子集。该方法相对于现有的粒子群优化算法具有更低的计算复杂度，能够有效的减少特征选择过程中的计算复杂度。同时，本发明利用设计的三层SVM级联分类器模型对在线标清视频、在线高清视频、在线超清视频、在线直播视频等七种业务进行分类。实验表明，本发明方法比现有方法获得更好的分类性能。

主权项

基于粒子群优化算法的视频流特征选择与分类方法，其特征在于，包括以下步骤：步骤1：在开放的互联网环境中使用网络封包分析软件获取所需的实验数据，然后对数据包进行过滤，最后对这些网络视频业务流进行基本的统计特征计算；步骤2：对上述计算得出的视频业务流的统计特征进行分析，选择出能有效区分业务流的特征组合；步骤3：根据设计的三层SVM级联分类器对原始的视频业务流进行分类实验，得到最终的分类结果。