基于SOM神经网络的古代青瓷聚类分析

作者：周少华; 付略; 梁宝鎏

来源：中国科学E辑:技术科学 , 2008, (07): 1089-1096.

• EDXRF
• SOM
• 古代青瓷
• 聚类分析

用EDXRF探针测定了48个来自3个不同产地的4个古代青瓷窑址的瓷片的化学组成.接着用SOM神经网络对胎的主、次量元素化学组成数据进行了聚类分析,结果表明SOM能正确地区分出瓷片的3个产地:龙泉、慈溪和杭州.由于两官窑的瓷片在主、次量元素化学组成上比较接近,使得它们的分类正确率仅为76.92%.于是,作者对两官窑瓷片胎的微量元素化学组成数据用同样的方法又进行了一次聚类分析,结果发现分类正确率提高到了84.61%,说明两官窑的瓷片在微量元素上的差别比在主、次量元素上的差别要大,这与实际情况是一致的.研究表明SOM神经网络方法可以应用于古陶瓷的聚类分析研究中。

• 单位
  浙江大学; 香港城市大学