深度学习和知识图谱结合的仿真模型身份编码方法

本发明提供了一种深度学习和知识图谱结合的仿真模型身份编码方法，涉及人工智能领域，包括：仿真模型预处理、仿真模型特征提取、构建仿真模型的知识图谱、特征向量融合、实体空间身份编码以及模型部署与应用。本方法提供了一种深度学习和知识图谱结合的仿真模型身份编码方法，利用深度学习强大的特征提取能力从仿真模型中挖掘出潜在的模式和特征，为空间身份编码提供丰富而精准的信息，并利用知识图谱清晰的语义结构和丰富的先验知识，赋予了编码过程明确的语义理解和上下文关联，两者的融合使得编码结果不仅具有高度的准确性和鲁棒性，能够应对各种复杂多变的数据情况，还极大地提高了编码的语义理解、可解释性和推理能力。