基于多模态学习的关系集群数据库优化方法

本发明公开了基于多模态学习的关系集群数据库优化方法，涉及数据处理技术领域，所述方法包括：步骤1：在关系集群数据库中，将每条存储的数据视为一个数据点，计算每个数据点的拉普拉斯密度梯度，根据每个数据点的拉普拉斯密度梯度，构建一个关联矩阵，用于表示数据点之间的关联程度；步骤2：基于关联矩阵，构建一个加权无向图，计算加权无向图的广义拉普拉斯矩阵，得到嵌入表示；步骤3：基于数据点的低维嵌入表示，定义查询优化的目标函数；使得查询能够高效地在嵌入空间中进行。本发明提高了数据分析的准确性和深度，还显著提升了数据库的查询效率和系统性能。