买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于关系感知与增量学习的数据库模式匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117034040B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311235524.4，技术领域涉及：G06F18/22；该发明授权一种基于关系感知与增量学习的数据库模式匹配方法是由张睿恒;刘冠宇;徐立新;苏毅;赵怡婧;王潮;刘雨蒙设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于关系感知与增量学习的数据库模式匹配方法在说明书摘要公布了：本发明涉及一种基于关系感知与增量学习的数据库模式匹配方法，属于计算机数据库技术领域。首先发现目标数据库与源数据库各自的模态信息。然后将子模态文本信息进行特征提取。之后将特征提取信息输入贝叶斯网络进行选择筛选。该过程中，同样进行特征的质量度量，保证子模态分类的准确性和稳定性。同时，引入神经元正则化与贝叶斯增量学习方法，充分发掘模型的持续学习能力。最后，将得到的目标数据库子模态与源数据库子模态通过特征关系感知模态，得到模式匹配结果。本发明能够有效提升不同数据库之间的查询和模式匹配处理效率和准确率。

本发明授权一种基于关系感知与增量学习的数据库模式匹配方法在权利要求书中公布了：1.一种基于关系感知与增量学习的数据库模式匹配方法，其特征在于，通过引入机器学习模型中的贝叶斯网络模型和基于自注意力的关系感知方式，完成目标数据库与源数据库之间的模式匹配任务，包括以下步骤： 步骤1：数据库子模式发现； 子模式发现包括处理表格数据，方式包括：搜索能够连接的表、用更多的数据条目或额外的属性来增加给定表，以及使用不同的相似性度量来找到与给定表相似的表； 步骤2：子模式特征表示； 在提取子模式特征时，参考基于实体分类的模式特征表示方法，训练一个初始模式匹配子模式分类模型，将不同的描述信息组合成短文本，并对其进行修改，以适用于模式匹配场景； 步骤3：子模式选择； 采用质量特征来表示对低质量模式数据可靠性的测量结果；在分类结果中对子模式样本进行筛选，选择最有利于提高分类器性能的实例加入训练集，充分利用过程数据信息，最大限度减少不可靠样本的影响； 抽取可靠数据库数据S，S∈RM×N，M和N分别表示过程变量个数和数据样本个数，R表示数据库格式域；通过人工验证程序，在固定工作状态下获得若干可靠样本SR，SR的均值向量为可信中心ST； 将过程数据X的质量特征计算设计为被测模态到可信中心的马氏距离，样本模态SH的马氏距离dH如下所示： 其中，C为从SR求出的过程变量的协方差矩阵；T表示转置； 步骤4：基于神经元正则和资源释放的贝叶斯增量学习； 将满足主动选择筛选条件的实例以及模式匹配算法赋予该实例，使用增量学习的思想再次训练分类模型； 步骤5：引入关系感知自注意模型，对子模式之间的关系联结通过这个模型实现，从而实现基于关系感知的模式匹配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。