買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜哈爾濱工業大學(威海)申請的專利一種具有學習式屬性模式的關系數據庫錯誤檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119848155B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510322155.5，技術領域涉及：G06F16/28；該發明授權一種具有學習式屬性模式的關系數據庫錯誤檢測方法是由韓希先;傅建;萬曉瓏;王金寶設計研發完成，并于2025-03-19向國家知識產權局提交的專利申請。

本一種具有學習式屬性模式的關系數據庫錯誤檢測方法在說明書摘要公布了：本發明屬于數據庫數據質量管理技術領域，具體涉及一種具有學習式屬性模式的關系數據庫錯誤檢測方法。步驟：數據預處理，將輸入數據序列用數據詞元與模式詞元交錯構建的輸入詞元表示；錯誤識別，基于輸入詞元學習相應屬性的屬性域間獨立和屬性域內部共享的特征，并將學習內容存儲在可學習模式模塊和多頭自注意力網絡權重中以用于檢測；可視化解釋，提取多頭自注意力網絡內的注意力分數，以此構建輸入詞元和輸出預測的關系，生成可視化注意力圖。本發明的主要改進是屬性模式感知的Transformer框架，學習關系表的數據值和其屬性域結構的特征，用于檢測給定數據集的數據錯誤，提高檢測任務的準確性和效率，可視化錯誤檢測的過程。

本發明授權一種具有學習式屬性模式的關系數據庫錯誤檢測方法在權利要求書中公布了：1.一種具有學習式屬性模式的關系數據庫錯誤檢測方法，其特征在于，步驟如下：S1、數據預處理，將輸入數據序列用數據詞元與模式詞元交錯構建的輸入詞元表示；S2、錯誤識別，基于輸入詞元學習相應屬性的屬性域間獨立和屬性域內部共享的特征，并將學習內容存儲在可學習模式模塊和多頭自注意力網絡權重中以用于檢測；S3、可視化解釋，提取多頭自注意力網絡內的注意力分數，以此構建輸入詞元和輸出預測的關系，生成可視化注意力圖；采用屬性模式感知Transformer框架，該框架包括：數據預處理模塊，配置有執行準詞元排布算法與超參數設定算法的程序；模型結構模塊，配置有以數據詞元與模式詞元交錯排列作為輸入，學習相應屬性的屬性域間獨立和屬性域內部共享的特征并進行存儲學習，能夠輸出檢測結果的程序；所述模型結構模塊基于Transformer編碼器架構，由六個相同的編碼器堆疊層構成，每層編碼器中設置多頭自注意力和前饋層，所述多頭自注意力和所述前饋層之間通過加和層標準化操作連接，最后一層編碼器的輸出端設有用于多層感知分類的MLP頭；可解釋性模塊，配置有提取多頭自注意力網絡的參數，以此構建輸入詞元和輸出預測的關系，生成可視化注意力圖的程序。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學(威海)，其通訊地址為：264209 山東省威海市環翠區文化西路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。