基于深度学习的分布式节点基数估计方法、装置及设备

    公开(公告)号:CN118410064A

    公开(公告)日:2024-07-30

    申请号:CN202410448952.3

    申请日:2024-04-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于深度学习的分布式节点基数估计方法、装置及设备,涉及数据库查询优化领域,该方法包括获取分布式执行计划,并对表的统计信息、TableSchema信息、物理分布信息进行编码,并生成数据分布的特征向量;对分布式执行计划各个节点进行编码,对物理操作符特征、表特征、列特征、连接条件特征和选择条件特征分别生成特征向量;将生成的特征向量整合,输入至Tree‑LSTM中以预测分布式执行计划在各个分布式物理节点的基数;根据损失函数计算估计的基数和真实的基数间的损失值,以更新神经网络中的参数。本申请能够准确地提取数据分布的关键信息,为分布式节点基数估计提供了全面和精确的数据支持。

    一种面向多数据流的分布式实时压缩方法

    公开(公告)号:CN112636763B

    公开(公告)日:2024-05-17

    申请号:CN202011546377.9

    申请日:2020-12-24

    Applicant: 武汉大学

    Abstract: 本发明涉及数据流压缩技术,具体涉及一种面向多数据流的分布式实时压缩方法,首先利用相关关系对数据流进行粗粒度的在线分片;使用贪心策略构建了粗粒度的时序数据流在线分片算法,一方面考虑了分片内时序数据流的相关关系,保证了压缩误差以及分组的动态性,另一方面保证了分片长度最大即考虑压缩率。接下来对分片内的数据流进行细粒度的聚类;针对分片内数据特征,从无监督学习角度出发,提出面向时间序列的段聚类算法,不仅可以对分片内读数接近的信号量进行细粒度的分组,还可以标记分组内的核心线段和噪声片段,加快了后期代表序列选择的过程。最后在聚簇中选择有代表性的数据流序列进行存储及压缩;提高了压缩效果和效率。

    基于注意力机制的基数估计值方法

    公开(公告)号:CN118377781A

    公开(公告)日:2024-07-23

    申请号:CN202410542062.9

    申请日:2024-04-30

    Applicant: 武汉大学

    Abstract: 一种基于注意力机制的基数估计值确定方法、装置、设备及计算机可读存储介质,包括:采用分布式分桶方法对分布式数据库中各节点处关系表的元组数据进行分桶处理,以获取各个所述关系表中各列属性的全局直方图信息;基于所述各列属性的全局直方图信息对预置神经网络进行训练,以生成单表联合概率分布模型,其中,所述预置神经网络包括编码器和解码器,且所述解码集包括Transformer中多头自注意力机制,且所述单表联合概率分布模型为多个;根据预置因子图、各个所述单表联合概率分布模型和获取的关系表信息,生成多表联合概率分布模型;基于多表联合概率分布模型对待预测查询语句进行预测,确定所述待预测查询语句的基数估计值,提高基数估计结果的准确性。

    一种面向多数据流的分布式实时压缩方法

    公开(公告)号:CN112636763A

    公开(公告)日:2021-04-09

    申请号:CN202011546377.9

    申请日:2020-12-24

    Applicant: 武汉大学

    Abstract: 本发明涉及数据流压缩技术,具体涉及一种面向多数据流的分布式实时压缩方法,首先利用相关关系对数据流进行粗粒度的在线分片;使用贪心策略构建了粗粒度的时序数据流在线分片算法,一方面考虑了分片内时序数据流的相关关系,保证了压缩误差以及分组的动态性,另一方面保证了分片长度最大即考虑压缩率。接下来对分片内的数据流进行细粒度的聚类;针对分片内数据特征,从无监督学习角度出发,提出面向时间序列的段聚类算法,不仅可以对分片内读数接近的信号量进行细粒度的分组,还可以标记分组内的核心线段和噪声片段,加快了后期代表序列选择的过程。最后在聚簇中选择有代表性的数据流序列进行存储及压缩;提高了压缩效果和效率。

    分布式数据库表连接顺序和连接算子的优化方法及系统

    公开(公告)号:CN118394785A

    公开(公告)日:2024-07-26

    申请号:CN202410469512.6

    申请日:2024-04-18

    Applicant: 武汉大学

    Abstract: 一种分布式数据库表连接顺序和连接算子的优化方法及系统,属于数据库查询优化领域,包括对查询语句进行编码,得到语句特征向量;对待连接数据表的数据分布进行编码得到分布特征向量;根据语句特征向量生成连接森林及其森林特征向量;根据语句特征向量、分布特征向量、以及森林特征向量生成当前连接状态的当前状态特征向量;根据当前状态特征向量构建基于Tree‑LSTM的深度强化学习模型;根据Beam Search算法选择最优的N个最优连接动作执行,生成N个对应的下一时刻连接状态,重复该过程,直至生成执行计划;将执行计划的执行时间作为反馈信号优化深度强化学习模型。本申请能够提升确定数据表连接顺序的效率和准确性。

    超高压同塔四回交流/双回双极直流线路零序参数测量法

    公开(公告)号:CN103869171B

    公开(公告)日:2017-04-26

    申请号:CN201410127025.8

    申请日:2014-03-31

    Applicant: 武汉大学

    Inventor: 胡志坚 熊敏 李岩

    Abstract: 本发明涉及一种超高压同塔四回交流/双回双极直流线路零序参数测量法,通过建立基于分布参数的超高压同塔四回/双回双极输电线路模型,利用全球卫星定位系统技术(GPS),同时测量四回/四极输电线路首末两端的零序电压和零序电流,实现对零序电压和零序电流的同步采样;再通过本专利给出的测量与计算方法得到超高压同塔四回/双回双极输电线路的零序电阻、零序电感、零序电容参数。本发明方法基于分布参数模型和传输线方程,极大提高了测量精度,可满足实际工程测量的需要。

    一种防覆冰复合涂层及其制备方法

    公开(公告)号:CN102205680B

    公开(公告)日:2014-07-16

    申请号:CN201110061099.2

    申请日:2011-03-15

    Abstract: 本发明公开了一种防覆冰复合涂层及其制备方法。包含三层:内层为有机硅改性环氧树脂层,中间层为聚电解质盐层,外层为氟硅改性的丙烯酸酯层。在高压电缆、铁塔、通信线路和飞行器表面等部件涂刷防覆冰复合涂层,内层可以增加与基材的附着力,中间层电离出的离子可以延缓结冰,外层具有超疏水性,可减少冰在表面的附着力和表面的覆冰量。防覆冰复合涂层不仅对基材有很好的结合力、较高的热传导性,其外层表面具有低表面张力、高憎水、憎冰性,可最大限度地减少水和冰的附着力,使其极易脱落,同时中间层可以在恶劣环境电离出离子延迟冰的附着,从而达到防止凝冰和除冰的目的。此方法在工程上简单易行、方便控制、成本较低,使用效果良好。

    超高压同塔四回交流/双回双极直流线路零序参数测量法

    公开(公告)号:CN103869171A

    公开(公告)日:2014-06-18

    申请号:CN201410127025.8

    申请日:2014-03-31

    Applicant: 武汉大学

    Inventor: 胡志坚 熊敏 李岩

    Abstract: 本发明涉及一种超高压同塔四回交流/双回双极直流线路零序参数测量法,通过建立基于分布参数的超高压同塔四回/双回双极输电线路模型,利用全球卫星定位系统技术(GPS),同时测量四回/四极输电线路首末两端的零序电压和零序电流,实现对零序电压和零序电流的同步采样;再通过本专利给出的测量与计算方法得到超高压同塔四回/双回双极输电线路的零序电阻、零序电感、零序电容参数。本发明方法基于分布参数模型和传输线方程,极大提高了测量精度,可满足实际工程测量的需要。

    一种防覆冰复合涂层及其制备方法

    公开(公告)号:CN102205680A

    公开(公告)日:2011-10-05

    申请号:CN201110061099.2

    申请日:2011-03-15

    Abstract: 本发明公开了一种防覆冰复合涂层及其制备方法。包含三层:内层为有机硅改性环氧树脂层,中间层为聚电解质盐层,外层为氟硅改性的丙烯酸酯层。在高压电缆、铁塔、通信线路和飞行器表面等部件涂刷防覆冰复合涂层,内层可以增加与基材的附着力,中间层电离出的离子可以延缓结冰,外层具有超疏水性,可减少冰在表面的附着力和表面的覆冰量。防覆冰复合涂层不仅对基材有很好的结合力、较高的热传导性,其外层表面具有低表面张力、高憎水、憎冰性,可最大限度地减少水和冰的附着力,使其极易脱落,同时中间层可以在恶劣环境电离出离子延迟冰的附着,从而达到防止凝冰和除冰的目的。此方法在工程上简单易行、方便控制、成本较低,使用效果良好。

Patent Agency Ranking