基于GA-BP的古代玻璃类别预测与风化程度测定模型研究

为研究不同类别的古代玻璃的内在化学成分与自身风化程度的关系,建立了古代玻璃类别预测及风化程度测定模型。首先,利用GA-BP神经网络,以高收敛速度及97.8%的高拟合优度准确预测样品玻璃的真实类别,同时克服传统BP神经网络容易陷入局部最小值的问题。其次,根据样品类别的不同,分别对其采用主成分分析降维和熵权法,得到样品玻璃的未风化程度指数,其中高钾玻璃的15号样品和铅钡玻璃的37号样品受损较严重。实验结果显示:该模型可以很好地测算古代玻璃的相关参数,可被广泛应用于考古行业的玻璃文物参数分析与测算工作。