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！

龙图腾网获悉复旦大学申请的专利一种面向近似查询处理的和积网络与残差神经网络混合系统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：CN115794880B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202211379710.0，技术领域涉及：G06F16/2455；该发明授权一种面向近似查询处理的和积网络与残差神经网络混合系统是由荆一楠;张寒冰;乔艺萌;何震瀛;王晓阳设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种面向近似查询处理的和积网络与残差神经网络混合系统在说明书摘要公布了：本发明属于数据分析技术领域，具体为一种面向近似查询处理的和积网络与残差神经网络混合系统。本发明包括两个模块：基于和积网络的无监督学习模块，针对数据集的不同样本，训练多个相互独立的和积网络模型来捕捉数据的整体分布规律，每个和积网络模型等价于原始数据集的一个密度估计器，可以通过该模型计算出聚合查询的近似结果；基于残差神经网络的监督学习模块，针对一个给定的查询，将该查询在训练好的多个和积网络中预测出的查询结果以及和积网络预测过程中的特征向量作为输入，用查询的真实结果作为标签训练深度神经网络，当用户查询输入时，该模型能够输出经过校正后具有更高准确性的近似查询结果。本发明在大幅降低查询执行时延的同时提供具有较高准确性的近似查询结果。

本发明授权一种面向近似查询处理的和积网络与残差神经网络混合系统在权利要求书中公布了：1.一种面向近似查询处理的和积网络与残差神经网络混合系统，其特征在于，包含两个模块：基于和积网络的无监督学习模块和基于残差神经网络的监督学习模块，其中： 所述基于和积网络的无监督学习模块，使用和积网络模型构建数据集的多个密度估计器，用以针对SPJA查询计算出近似结果，所述SPJA查询是指SELECT子句中包含聚合运算符的Select-Project-Join查询；该模块中： 在离线学习阶段，首先针对一个给定的数据集，使用用户指定的采样率随机生成多个数据样本；接着针对每个数据样本分别训练一个混合型和积网络，混合型和积网络是面向混合类型属性的概率模型，每个和积网络依据对应数据样本学习到数据集的分布规律，最终得到多个基密度估计器； 在在线预测阶段，当用户查询输入时，对用户的SPJA查询进行解析后转换为概率表达式，训练好的和积网络模型通过模型推断计算出该表达式的结果，得到对该查询的预测值； 所述基于残差神经网络的监督学习模块，是带有残差结构的深度神经网络，它将前述多个和积网络模型进行集成，融合其学习到的数据分布信息，以对和积网络的预测结果进行准确性校正；该模块中： 在离线学习阶段，按照SPJA查询模板生成大批查询，针对每个查询，前述多个和积网络模型都将计算得到多个预测值，将该查询在训练好的多个和积网络中预测的查询结果、和积网络预测过程中的特征向量作为输入，用查询的真实结果作为标签，训练深度神经网络； 在在线预测阶段，用户输入的查询依次经过前述和积网络模型和上述训练好的神经网络模型，最终输出校正后准确性更高的查询预测结果。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。