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！

龙图腾网获悉河北工业大学申请的专利基于深度学习的关系型数据库基数估计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：CN115269639B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210722637.6，技术领域涉及：G06F16/2453；该发明授权基于深度学习的关系型数据库基数估计方法是由顾军华;温先斌;张亚娟;许晓笛;何政波设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本基于深度学习的关系型数据库基数估计方法在说明书摘要公布了：本发明为基于深度学习的关系型数据库基数估计方法，首先，获取数据库的元数据和统计信息并构建数据库表之间的关系拓扑图；接着，为关系拓扑图的各个节点和连通子图分别建立一个基数估计器；然后，创建训练用的SQL语句，在数据库中执行SQL语句并保存查询结果；将SQL语句和查询结果作为训练数据，对基数估计器进行训练；最后，利用训练后的基数估计器估计基数，若SQL语句只涉及单张数据库表的查询或者连接查询所涉及的数据库表已存在相应的基数估计器，则对基数进行直接估计；否则，将SQL语句拆分为多个子查询，对基数进行间接估计。每个基数估计器只对应于数据库中的单个或部分数据库表，当数据库中的数据改变时，只对部分基数估计器进行更新，降低了更新成本。

本发明授权基于深度学习的关系型数据库基数估计方法在权利要求书中公布了：1.一种基于深度学习的关系型数据库基数估计方法，其特征在于，该方法包括以下步骤： 步骤1：获取关系型数据库的元数据和统计信息，包括各个数据库表的表名、属性以及数据库表之间的外键关联信息，根据外键关联信息构建数据库表之间的关系拓扑图；关系拓扑图的节点表示数据库表，节点间的连接表示两个数据库表之间存在外键关联； 步骤2：为关系拓扑图的各个节点和连通子图分别建立一个基数估计器，并确定各个基数估计器的网络结构； 节点和连通子图的基数估计器均由输入层、隐藏层和输出层构成；输入层包括两组输入层神经元，对应基本谓词和连接谓词两类输入信息，每组输入层神经元包含多个神经元，隐藏层包含多个隐藏层神经元，输出层包含1+n个输出层神经元，n为正整数，节点的基数估计器中n等于单个数据库表的属性数量，连通子图的基数估计器中n等于存在外键关联的多个数据库表包含的所有属性数量；输出层用于输出基数估计值和各属性不同值的数量； 步骤3：创建训练用的SQL语句，在关系型数据库中执行SQL语句并保存查询结果；将SQL语句和查询结果作为训练数据，对基数估计器进行训练； 步骤4：利用训练后的基数估计器估计基数； 4.1对用于查询的SQL语句进行分析与拆分，若SQL语句只涉及单张数据库表的查询或者连接查询所涉及的数据库表已存在相应的基数估计器，则执行步骤4.2，对基数进行直接估计；否则，将SQL语句拆分为多个子查询再执行步骤4.2，对基数进行间接估计；拆分原则为：保证每个子查询所涉及的数据库表存在相应的基数估计器，且每个子查询中所涉及的数据库表应尽可能多； 4.2利用SQL语句进行基数估计；将SQL语句或子查询进行向量化，得到输入向量，将输入向量输入到对应的训练后的基数估计器中，输出基数和各属性不同值的数量；若SQL语句不需要拆分，则基数估计器输出基数估计值；否则，若SQL语句被拆分为r个子查询S1，S2，…，Sr，则记录每个子查询经基数估计器得到的基数估计值和原SQL语句中连接谓词所涉及的各属性不同值的数量，并根据式1计算得到最终的基数估计值； 其中，CS表示基数估计值，CSr表示子查询Sr经基数估计器得到的基数估计值，DSr.kr-1表示子查询Sr经基数估计器得到的属性kr-1不同值的数量。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#；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”。