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！

龙图腾网获悉电子科技大学申请的专利一种基于树注意力和基数感知的查询优化方法及存储介质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：CN116483863B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310551661.2，技术领域涉及：G06F16/2453；该发明授权一种基于树注意力和基数感知的查询优化方法及存储介质是由詹思瑜;周维清;陈爱国;秦科;卢国明;段贵多设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于树注意力和基数感知的查询优化方法及存储介质在说明书摘要公布了：本发明涉及数据库查询领域，提供了一种基于树注意力和基数感知的查询优化方法及存储介质。主旨在于解决目前的技术方案没有考虑查询优化中基数这一最为关键的影响因素，导致了长期代价的计算不准确的问题。主要方案包括数据收集，在数据库中随机生成查询语句并执行，获得其查询执行时间；DQN模型训练，利用步骤1中所收集的数据训练DQN中包含状态特征网络、动作特征网络和基数特征网络的q‑network，得到DQN模型；DQN模型应用，对于一条查询语句，使用步骤2中训练得到的DQN模型分别计算长期奖励，选择长期奖励最大的值即可选择最优连接，进而生成完整的执行计划，即得到生成完整的查询计划。

本发明授权一种基于树注意力和基数感知的查询优化方法及存储介质在权利要求书中公布了：1.一种基于树注意力机制和基数感知的数据库多连接查询优化方法，其特征在于，包括以下主要步骤： 步骤1：数据收集，在数据库中随机生成查询语句并执行，获得其查询执行时间； 步骤2：DQN模型训练，将查询执行计划选择过程抽象为马尔可夫决策过程，使用强化学习DQN算法进行训练，利用步骤1中所收集的数据训练DQN中包含状态特征网络、动作特征网络和基数特征网络的q-network，得到DQN模型； 基数特征网络构建方法如下： 在步骤1中收集了很多查询语句以及其对应的基数作为训练数据，基数估计模型的结构为2层图卷积层、2层全连接层，当训练完成后，移除最后1层全连接层，只留下2层图卷积层和1层全连接层，作为基数特征网络； 基数估计模型的训练包括以下步骤： 步骤2.1.1、对于一条查询语句，将其编码为图结构的数据； 步骤2.1.1.1、将查询语句分解为表、约束谓词和连接谓词，其中每个表作为图中的一个节点，每个连接谓词形成图中的一条边； 步骤2.1.1.2、对于表采用one-hot编码；对于约束谓词，将涉及的属性one-hot编码，操作符one-hot编码，约束谓词中的约束值直接放进编码中形成的图数据； 步骤2.1.2、构造为图结构数据后，通过2层图卷积层，再通过2层全连接层输出基数； 步骤2.1.3：基于步骤2.1中的基数估计模型，构造基于树注意力机制和基数感知的q-network，并训练，具体如下： 步骤2.1.3.1、使用步骤1中收集的数据执行步骤2.1.1-步骤2.1.2进行训练，待训练完毕后，将此基数估计模型结合进DQN中的q-network中，冻结步骤2.1.2中前2层图卷积层，移除2层全连接层输出中的最后一层输出层，仅训练1层全连接层，以其输出向量作为基数特征网络的最终输出; 步骤3：DQN模型应用，对于一条查询语句，使用步骤2中训练得到的DQN模型分别计算长期奖励，选择长期奖励最大的值即可选择最优连接，进而生成完整的执行计划，即得到生成完整的查询计划。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。