古代玻璃制品成分分析和鉴定的研究

摘要

古代玻璃种类繁多且易受环境影响而风化,因此需要对古代玻璃制品的化学成分数据分析,研究有无风化玻璃制品成分的变化规律,以并探索亚分类方法,进而可以根据未知分类的文物化学成分对文物进行准确的分类。本文通过使用K-means算法和BP神经网络结合的方式对玻璃制品进行亚分类划分,之后根据亚分类种类进行风化前后成分的预测;通过RUSBoost机械学习算法,70%的数据作为训练集,15%的数据作为测试集,其余部分作为预测集,来进行玻璃制品的种类鉴定。这些模型相互之间配合紧密,所得结果依次递进,使最终求解真实可靠。模型充分联系实际,具有很好的通用性和推广性。