一种基于注意力机制和数据感知的基数估计优化方法

本发明属于数据库管理系统查询优化技术领域，具体涉及一种基于注意力机制和数据感知的基数估计优化方法。本发明提出了一种数据感知的双注意力模型，集成了位置注意力模块和交叉注意力模块，然后采用了基于贝叶斯神经网络的学习能力策略，通过蒙特卡洛dropout方法对模型不确定性进行量化，有效提升了模型对多样化数据分布的适应性和泛化能力，最后设计了主动学习数据采样策略，能够智能筛选出对模型训练最为关键的数据样本，优化学习过程，提高预测的准确性，通过集成学习策略，融合了通过不同数据采样策略获得的多个模型，构建了一个强大的集成模型，进一步提升了模型在多种查询工作负载下的泛化能力和稳定性。