李泽平 作品数:44 被引量:63 H指数:5 供职机构: 贵州大学计算机科学与技术学院 更多>> 发文基金: 国家自然科学基金 贵州省科学技术基金 贵州省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 经济管理 更多>>
P2P流媒体中的多发送端选择算法 被引量:2 2010年 在多对单P2P流模式下,如何选择多个发送端,并为其最优地分配发送速率和数据是一个难题.为此,提出了一种新的多发送端选择和最优速率及数据分配算法(MSRDA).首先把待解决的问题模型化为线性最优化问题,然后给出了求解最优化问题的算法.不同于已有的算法只按链路的丢包率来选择发送端,MSRDA根据到各发送端链路的丢包率与链路的可用带宽比升序排序来选择多发送端,并最优地分配发送速率和数据.理论分析和仿真实验结果表明:在不同的网络条件下MSRDA能有效地减少聚合带宽的丢包率,并具有自适应性,优于现有同类算法. 李泽平 卢显良 李梁关键词:对等网络(P2P) 流媒体 速率分配 数据分配 基于多路径的最优数据分配算法 被引量:1 2010年 在对等网上利用多路径分发视频是一种重要的机制,虽然在一对节点之间找出符合条件的多条路径并不困难,但发送端如何从可用路径集中选出一个最优路径子集,并为其最优地分配发送速率和数据仍是一个难题。为此提出一种基于多路径的最优数据分配算法(Optimal data allocation algorithm based on multiple path,ODAABMP)。首先应用数学规划理论建立最优数据分配模型,然后基于模型给出ODAABMP,并对ODAABMP输出解的最优性给出证明,最后通过实验验证了算法的有效性。 李泽平 卢显良 李梁 任立勇 侯孟书关键词:对等网络 流媒体 数据分配 视频分发技术研究 被引量:1 2011年 针对网络服务商提供视频服务部署成本过高问题,提出一种提供弹性服务的方法。首先,根据抽样原理建立不同点播时段请求到达率的预测模型;在此基础上应用流模型、微分方程稳定性理论和信号博弈原理建立了系统提供弹性服务的方法.该方法能够有效降低服务商的部署成本,提高系统的可扩展性和视频分发质量;最后通过仿真实验验证了提出方法的可行性. 王芳 李泽平关键词:可扩展性 抽样调查 信号博弈 对等网端到端多路径选择建模及算法研究 被引量:2 2016年 在对等网上利用多路径分发视频是一种重要的机制,虽然在一对节点之间找出符合条件的多条路径并不困难,但发送端如何从可用路径集中选出最优路径子集,并为其最优地分配发送速率仍是一个难题。为此,提出一种新的对等网端到端最优多路径选择与速率分配(OMPSRA)算法。首先,应用排队论建立OMPSRA模型,并推导出一种新的OMPSRA公式,公式既给出了最优分配的计算方法,也给出了路径的最优速率分配与各路径最大可用带宽之间的关系,利用此关系可选出最优路径子集。最后基于公式实现OMPSRA算法。理论分析和仿真实验结果表明,提出的算法能对通信量进行全局最优分配,最小化视频传输的端到端时延,且比同类算法有更好的性能。 李泽平 杨旋 鲍序关键词:对等网络 流媒体 速率分配 传输时延 基于区域感知的多尺度目标检测算法 被引量:1 2023年 针对目标检测网络主分支层的特征信息易丢失、不同尺度的特征表达能力不平衡等问题,提出一种基于区域感知的多尺度目标检测算法。在YOLOv5的基础上采用数据增强、改进的边框损失和非极大值抑制方法,构建1个更强健的基线模型,沿着通道方向使用全局最大池化、全局平均池化、卷积等操作设计通道信息增强模块,并分别作用于骨干网络的每个主分支层,使得各个检测头在特征融合过程中也不会丢失主分支层的关键特征,以强化模型对重点区域的感知能力。利用加权特征融合方法融合不同尺度的特征信息,平衡不同尺度的输入特征对输出特征的表达能力,进而提高模型对多尺度目标的感知能力,通过调整模型的通道和深度,设计4种不同规模的网络结构。实验结果表明,相比YOLOv5s,该算法在Pascal VOC、MS COCO、Global Wheat、Wider Face、Motor Defect 5个数据集上的平均精度均值分别提高5.48、3.00、1.94、0.70和1.95个百分点。同时,该算法的平均精度均值最高为50.7%,分别比YOLOv4和Dynamic Head的最大模型提高7.2和3.0个百分点。 黄路 李泽平 杨文帮 赵勇 张嫡关键词:目标检测 基于YOLOv4-Ghost交通标志检测 被引量:1 2022年 近年来,用于交通标志检测的模型通常需要高性能GPU设备才能做到实时性,而计算资源受限的设备很难满足实时性计算任务的需求。针对此问题,提出一种改进的目标检测网络YOLOv4-Ghost模型,实现对算力要求较低的交通标志实时检测模型。利用数据增强策略来模拟真实环境中出现过的天气情况;将GhostNet轻型网络作为检测模型的骨干网络降低模型参数量;优化Neck部分参数量占比最高的PANet模块中普通卷积为Ghost卷积块;Head部分只保留两个检测尺寸较小的预测器。实验结果表明,改进的YOLOv4-Ghost模型权重文件大小是原始YOLOv4模型的17.5%,帧数最快是YOLOv4的2倍,平均精度(mAP)仅降低1.42%。YOLOv4-Ghost可用于实时性和检测精度要求较高的道路交通标志检测要求。 罗相好 李泽平 朱红艳关键词:机器视觉 目标检测 轻量化 交通标志 混合流媒体分发系统中可信合作节点选取模型 2016年 针对混合流媒体分发系统中难以选取可信合作节点的问题,提出一种基于信任度的可信合作节点选取模型。优先选择全局交易信任度高、综合性能强和历史在线时间长的节点作为合作节点。在信任计算中引入衰减因子和推荐信任度,使模型具有抵抗恶意攻击的能力;通过保证金与数字签名,进一步约束合作节点的行为,增强了模型的可用性。仿真实验表明,提出的模型能有效识别恶意节点,提升分发系统的用户体验。 鲍序 李泽平 万明刚 杨旋 杨义关键词:信任度 一种动态自适应HTTP流码率切换算法 被引量:1 2017年 自适应视频流是提高移动网络视频传输质量的一种重要机制。该机制通过在同一个视频的不同码率版本之间动态地切换,来自适应不断变化的网络条件。针对用户缓冲区受限和网络环境不稳定的情况,提出一种新的动态自适应码率选择算法。该算法同时考虑客户端缓冲区、每秒丢失视频帧数量和可用网络带宽3个指标来选择不同码率版本的视频段以提高视频播放质量,并在实际的有线及无线网络环境下对该算法进行了验证。实验结果表明,在动态的网络环境下该算法能够提供良好的视频播放用户体验。 王苍灵 李泽平关键词:可用带宽 一种基于视频特征及历史数据的流行度预测算法 被引量:3 2018年 针对流媒体的流行度预测问题,提出一种基于视频特征及历史数据的流行度预测模型。首先,根据视频特征及在社交网络中的影响力,使用K-近邻(KNN)算法对视频的流行程度进行预测。然后,基于流行程度的预测结果,结合自回归滑动平均(Autoregressive Moving Average,ARMA)模型对视频的点播量进行预测。最后,通过爬取豆瓣电影及新浪微博数据,对模型进行试验。结果表明,与朴素贝叶斯分类器及ARMA模型相比,本文模型的召回率(recall)明显较高,平均平方根误差(RMSE)降低了约20%。 赵命燕 李泽平关键词:流媒体 KNN算法 ARMA模型 一种新的安全协议及其串空间模型分析 被引量:3 2010年 针对有限域上计算离散对数的困难,提出了一种新的身份认证与密钥协商安全协议——PJY。PJY安全协议通过两次握手就可以验证通信双方的身份,同时产生对等的会话密钥。采用串空间模型分析该安全协议的正确性,通过构造渗透串空间模型,采用认证测试证明了PJY安全协议在任意一种攻击串模式下都具有单射一致性和机密性,从而证明了PJY安全协议的正确性。 皮建勇 杨雷 刘心松 李泽平关键词:串空间模型 机密性