摘要
通过相关性分析和卡方检验,挖掘表面风化玻璃与其类型、纹饰和颜色的相关性.我们使用独立性T检验对两种类别的文物进行分析,以确定其化学成分含量的规律.随后,我们应用K-Means聚类分析来预测高钾和铅钡玻璃的分类规律.结合因子分析并结合相关文献,我们选择了主要的化学成分.根据PbO和SiO2的含量,我们将铅钡玻璃分为高铅和低铅两类,并验证了模型对PbO和SiO2变化的敏感性.我们通过决策树和随机森林算法建立了回归模型,用于预测高钾和铅钡玻璃文物.我们还根据SiO2含量的变化分析了模型的稳定性.最后,通过相关性分析,我们发现高钾玻璃中SiO2与K2O、Al2O3、CaO的关联性最高.我们同样使用相同的方法分析了铅钡玻璃.研究的目标是分析鉴别不同类型和风化程度的古代玻璃成分,并建立多种模型来评估其优劣,最终得出最优解.
基金项目
山东省自然科学基金青年基金(ZR2020QA008)
维普
万方数据