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！

龙图腾网获悉沈阳航空航天大学申请的专利一种面向更新分布的学习索引模型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：CN115718748B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211467816.6，技术领域涉及：G06F16/22；该发明授权一种面向更新分布的学习索引模型是由郭娜;王雅琪;姜皓南;夏秀峰;安云哲;周大海设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种面向更新分布的学习索引模型在说明书摘要公布了：本发明公开了一种面向更新分布的学习索引模型，包括步骤：1使用开销模型将键构建为RMI结构；2在每个内部节点利用数据的累积分布函数均匀划分数据的范围；3在每个叶子节点构建一个单调的带间隙的一元线性回归模型；4在构建索引过程中学习数据更新分布；5点查询与插入；6模型扩展与分裂。本发明使用机器学习模型代替以传统的B‑树为基础的数据库索引结构，同时学习数据的更新分布，利用了数据更新分布的特性与机器学习模型的优势，使得索引结构的存储开销与数据插入时的开销大大减少。

本发明授权一种面向更新分布的学习索引模型在权利要求书中公布了：1.一种面向更新分布的学习索引模型，其特征在于，包括如下步骤： 1使用开销模型将键构建为RMI结构； 2在每个内部节点利用数据的累积分布函数均匀划分数据的范围，保证每个内部节点内的数据空间间隔相同； 3在每个叶子节点构建一个单调的带间隙的一元线性回归模型，利用该模型使用基于模型导向的方法插入键； 4在构建索引过程中学习数据更新分布，根据数据更新分布为更新数据预留间隙等待插入； 5在叶子节点内使用指数搜索进行键查询与插入； 6插入一定量数据后，对模型进行扩展或分裂操作，以有效处理后续更新； 所述步骤4的具体实现方式为：首先在批量加载数据之前，根据更新频率得到更新数据进而计算更新数据分布，在批量加载数据时，利用提前学习到的更新分布划分内部节点范围，并根据更新分布设置叶子节点容量，为即将插入的数据预留间隙等待数据插入，若模型预测的插入位置是一个间隙同时满足数据有序排列，可以直接插入到预测位置；否则，由于为即将插入数据预留的间隙是根据步骤3的基于模型导向的方法计算，因此模型预测位置比较准确，使用指数搜索确定插入位置。

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沈阳航空航天大学，其通讯地址为：110136 辽宁省沈阳市沈北新区道义南大街37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。