典型文献
考虑语义和位置信息的航天器知识图谱关系预测方法
文献摘要：
为了保证航天器控制系统故障诊断的性能-故障关系图谱的完整性,提出基于语义和位置信息的深度网络关系预测方法,针对航天器性能-故障关系图谱存在物理关系复杂、样本稀少、知识库不完备的问题做出相应方法改进.首先,利用表示学习模型对三元组进行处理得到语义向量;其次,使用主成分分析法对语义向量进行降维;然后,根据实体在知识图谱中所处的全局位置,采用布尔型数据标记得到实体的位置向量;最后,将语义向量与位置向量拼接作为深度神经网络的输入,输出关系预测向量.实验结果表明,该方法预测准确率高于单一的表示学习推理和路径推理,能够有效地完善航天器性能-故障关系图谱的关系.
文献关键词：
知识图谱;关系推理;表示学习;深度神经网络
中图分类号：
作者姓名：
邢晓宇;王淑一;刘文静
作者机构：
北京控制工程研究所,北京100190;空间智能控制技术重点实验室,北京100094
文献出处：
引用格式：
[1]邢晓宇;王淑一;刘文静-.考虑语义和位置信息的航天器知识图谱关系预测方法)[J].空间控制技术与应用,2022(06):32-39
A类：
B类：
位置信息,航天器控制系统,系统故障,关系图谱,深度网络,网络关系,存在物,稀少,知识库,方法改进,表示学习,三元组,理得,用布,布尔,记得,向量拼接,深度神经网络,测向,预测准确率,路径推理,关系推理
AB值：
0.32903
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
