With the increasing demand for video-based applications, the reliable prediction of video quality has increased in importance. Numerous video quality assessment methods and metrics have been proposed over the past years with varying computational complexity and accuracy. In this paper, we introduce a classification scheme for full-reference and reduced-reference media-layer objective video quality assessment methods. Our classification scheme first classifies a method according to whether natural visual characteristics or perceptual (human visual system) characteristics are considered. We further subclassify natural visual characteristics methods into methods based on natural visual statistics or natural visual features. We subclassify perceptual characteristics methods into frequency or pixel-domain methods. According to our classification scheme, we comprehensively review and compare the media-layer objective video quality models for both standard resolution and high definition video. We find that the natural visual statistics based MultiScale-Structural SIMilarity index (MS-SSIM), the natural visual feature based Video Quality Metric (VQM), and the perceptual spatio-temporal frequency-domain based MOtion-based Video Integrity Evaluation (MOVIE) index give the best performance for the LIVE Video Quality Database.

<div class="section abstract"><div class="htmlview paragraph">The research introduces the thermal properties of silicon dioxide (SiO₂) nanofluids and the promising application of these fluids in hybrid vehicle cooling systems. How to make fluids is simply to disperse a 50-50 mixture of both Ethylene Glycol and Water; into this solution add SiO₂ nanoparticles concentration ranges from 0.1% up to 0.5% volume according desired properties or material characteristics etc. When viscosities and thermal conductivities of nanofluid were measured over the temperature range from 25 to 120 °C using Brookfield viscometer and transient hot-wire method; results were as follows: Viscosity of SiO₂ nanofluids at 120°C higher concentrations 0.5%, more viscous fluids, thermal conductivity also rose with results, although there was a plateau at around 40% increase compared to that of water-based slurries. At 0.5% concentration, thermal conductivity increased by up to 20% at 120 °C, compared with the value of pure ethylene glycol. These results suggest that SiO₂ nanofluids can be used to improve heat transport for hybrid vehicle cooling systems and, importantly, they provide a compromise between higher thermal conductivities (although not so great as pure water or silver sloan) and manageable viscosity increases.</div></div>

<div class="section abstract"><div class="htmlview paragraph">Nanofluids have emerged as effective alternatives to traditional coolants for enhancing thermal performance in automotive applications. This study conducts a comparative analysis of the viscosity and thermal conductivity of ZnO and Cu hybrid nanofluids. Nanofluids were prepared with ZnO and Cu nanoparticle concentrations of 0.1%, 0.3%, and 0.5% by volume and were characterized over temperatures ranging from 25°C to 100°C. The results demonstrate that ZnO and Cu hybrid nanofluids achieve an increase in thermal conductivity by up to 22% and 28%, respectively, compared to the base fluid. Concurrently, the viscosity of these nanofluids increases by up to 12% at the highest concentration and temperature. This study addresses a critical research gap by investigating the combined effects of ZnO and Cu nanoparticles in hybrid nanofluids, an area that has been underexplored. By providing new insights into optimizing both thermal conductivity and viscosity, this research contributes to the development of more efficient cooling systems for automotive applications.</div></div>