第４８卷第６期２０２２年１２月空间控制技术与应用ＡｅｒｏｓｐａｃｅＣｏｎｔｒｏｌａｎｄＡｐｐｌｉｃａｔｉｏｎＶｏｌ．４８Ｎｏ．６Ｄｅｃ．２０２２ｈｔｔｐ:／／ｗｗｗ．ａｃａｂｉｃｅ．ｃｎａｃａｂｉｃｅ＠１６３．ｃｏｍ引用格式：邢晓宇，王淑一，刘文静，等．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，２０２２，４８（６）：３２－３９．ＸＩＮＧＸＹ，ＷＡＮＧＳＹ，ＬＩＵＷＪ，ｅｔａｌ．ＲｅｌａｔｉｏｎａｌｒｅａｓｏｎｉｎｇｕｓｉｎｇＤＮＮｂａｓｅｄｏｎｓｅｍａｎｔｉｃｉｎｆｏｒｍａｔｉｏｎａｎｄｌｏｃａｔｉｏｎ［Ｊ］．ＡｅｒｏｓｐａｃｅＣｏｎｔｒｏｌａｎｄＡｐｐｌｉｃａｔｉｏｎ，２０２２，４８（６）：３２－３９（ｉｎＣｈｉｎｅｓｅ）．ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４⁃１５７９．２０２２．０６．００４考虑语义和位置信息的航天器知识图谱关系预测方法邢晓宇１，２∗，王淑一１，２，刘文静１，２１．北京控制工程研究所，北京１００１９０２．空间智能控制技术重点实验室，北京１０００９４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．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：ＴＰ１８１文献标志码：Ａ文章编号：１６７４⁃１５７９（２０２２）０６⁃００３２⁃０８收稿日期：２０２２⁃０６⁃１５；录用日期：２０２２⁃０８⁃２６基金项目：国家自然科学基金资助项目（６２０２２０１３）和国家重点研发计划资助（２０２１ＹＦＢ１７１５０００）∗通信作者：Ｅ⁃ｍａｉｌ：ｘｉｎｇｘｉａｏｙｕ０９０４＠１６３．ｃｏｍ０引言目前，航天器控制系统的性能与故障映射关系一般采用故障模式影响分析（ｆａｉｌｕｅｍｏｄｅａｎｄｅｆｆｅｃｔｓａｎａｌｙｓｉｓ，...
