摘要
针对现有数据库查询算法效率低、预测精度不足等问题,提出一种基于深度模块的数据库查询效率预测算法.先基于图结构提取待查询数据集的相关特征,采用模块化思维构建深度模块网络模型,通过调整残差块数量和神经网络层数,应对不同规模的数据集并实现模型性能和代价的匹配,明确目标数据点和锚数据点的空间位置关系,通过距离判断提升对目标数据查询预测效率.实验结果表明,所提出算法在应对LUBM5大规模数据集时查询时间控制在50 s之内,同时数据查询的准确率在95％以上.
基金项目
广东省教育科学规划课题(2022GXJK650)
广东省高等职业院校医药卫生专业教学指导委员会教学改革课题(2022LX030)
肇庆市科技创新指导类项目(2023040303003)
肇庆医学高等专科学校党建研究课题(2022D27)
NETL
NSTL
维普
万方数据