付略
- 作品数：4 被引量：29H指数：2
- 供职机构：浙江大学材料与化学工程学院更多>>
- 发文基金：香港城市大学研究基金更多>>
- 相关领域：历史地理理学化学工程更多>>
- 基于最小二乘支持向量机算法的南宋官窑出土瓷片分类
- 化学元素测试技术和计算机数据处理技术的结合，为古陶瓷的断源断代研究提供了有效的手段，因而得到了广泛应用。数据处理常用的方法有多元统计分析和人工神经网络，支持向量机(supp0rt vect0r machine，SVM)方...
- 付略周少华彭勃梁宝鎏
- 关键词：最小二乘法支持向量机南宋官窑数据处理
- 文献传递
- EDXRF微量元素分析在文物断源断代中的研究被引量：16
- 2008年
- 能量色散X荧光分析(EDXRF)是重要的元素成分析方法之一,现已成为一种强有力的定性和精确定量的无损分析测试技术。能量色散X荧光分析(EDXRF)技术具有不破坏分析样品,并能快速进行钠(Z11)至铀(Z92)的多元素的同时分析,以及分析的浓度范围宽广,精度高等特点,因此,特别适合于进行文物材料的成分分析研究,尤其适合测试极其珍贵的古陶瓷完整文物样品分析与鉴定。文章运用该方法对选自杭州南宋官窑窑址、龙泉古窑址出土的14个样品的南宋官窑青瓷、南宋龙泉窑青瓷和现代仿古青瓷等进行了元素分析的对比研究,分析测定古陶瓷样品中胎、釉的主、次量及微量元素组成,寻找组成中的"指纹"特征元素,试图为古陶瓷文物的断源、断代研究和真伪鉴定提供科学依据。研究结果表明能量色散X荧光分析(EDXRF)是一种较理想的文物研究和鉴定的科学分析手段。
- 周少华付略梁宝鎏
- 关键词：古陶瓷微量元素分析
- 基于最小二乘支持向量机算法的南宋官窑出土瓷片分类被引量：2
- 2008年
- 将最小二乘支持向量机(leastsquare support vector machine,LS-SVM)算法用于杭州南宋官窑2窑址出土瓷片的分类研究中,根据瓷片胎和釉的主要、次要和痕量元素组成对它们进行了分类,用留一法检验其分类效果,并与支持向量机(support vector machine,SVM)算法和自组织特征映射(self-organizing map,SOM)算法进行了比较。结果表明:SVM算法和LS-SVM算法比SOM算法更适合于处理"小样本"问题;一般情况下,SVM的分类效果比LS-SVM的分类效果好,但是LS-SVM具有更快的求解速度。
- 付略周少华彭勃梁宝鎏
- 关键词：最小二乘支持向量机南宋官窑古陶瓷支持向量机自组织特征映射
- 基于SOM神经网络的古代青瓷聚类分析被引量：12
- 2008年
- 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。
- 周少华付略梁宝鎏
- 关键词：EDXRFSOM聚类分析
