基于元学习的短视频码率自适应方法

本发明公开了基于元学习的短视频码率自适应方法，涉及流媒体技术领域，包括以下步骤：S1、离线训练，建立模型表示用户特征和网络预测信息；S2、在线学习，根据当前用户环境的特征，对模型参数进行调整和优化。本发明采用上述的基于元学习的短视频码率自适应方法，成功实现了基于元学习的新型SABR框架，该框架能够快速适应不同用户需求，提高系统的实用性与计算速度，使其具有工业应用；成功结合了离线训练与在线学习技术，增强了模型的泛化性和稳定性；在预训练中引入动作掩蔽的思想，增强决策的合理性和可靠性，有效降低了元学习所需的数据量，提升了学习效率和准确性，显著减少了工业环境中的数据需求和训练时间。