基于变换后残差信号的拉普拉斯分布特性,提出了一种面向高效视频编码(high efficiency video coding,HEVC)的编码树单元(coding tree unit,CTU)级码率控制算法.首先,研究了量化参数、拉普拉斯分布参数以及拉格朗日乘数之间的关系,并建立了模型.然后,根据每个CTU的变换残差的拉普拉斯分布特性动态调整其量化参数,以获取高效的编码性能.此外,通过与帧级码率控制算法相结合,获得了更加精确的码率控制效果以及良好的编码性能.实验结果表明,所提出的码率控制算法可以获得比HEVC标准提案JCTVC-H0213和JCTVC-K0103中所述码率控制算法更优的编码性能.
针对低内存进程管理LMK(low memory killer)算法中内存阈值的设置主要依靠经验值,无法充分利用系统内存的问题,提出了一种基于统计分析和预测的低内存进程管理算法(low memory killer algorithm based on statistical analysis and predicting,LMK-SAP)。通过统计进程的内存使用,利用条件概率预测下一时间段内存增量,获得各类型进程的内存需求总量预测值,以此动态调整不同等级的内存阈值,最终根据内存阈值选择需要关闭的进程。实验结果表明,与LMK算法相比,LMK-SAP算法在内存中驻留的应用数目提高了56%,能够有效加快应用间的切换速度。
