基于 K-means 聚类与随机森林分类的古代玻璃文物的成分分析与分类鉴别

彭 伟坚¹, 崔 茂然², 朱 梅连³
1、广东海洋大学机械与能源工程学院
2、广东海洋大学计算机科学与工程学院
3、广东海洋大学商学院

摘要

玻璃经丝绸之路传入我国，我国古代玻璃吸收其技术同时也因地制宜地改变其化学成分。古代玻璃极易受环境影响而风化，通过 肉眼辨别玻璃产地较难，但可通过其检测化学成分判断。本文采用 K-均值聚类的方法，对铅钡玻璃与高钾玻璃进行亚类划分，判定各个 类别的玻璃因划分为四个亚类，接着建立随机森林分类模型，对古代玻璃类型进行预测，并通过计算 Kappa 值来对随机森林算法敏感性进 行评价。

关键词

古代玻璃文物；K-means 聚类；随机森林分类；机器学习

参考

[1]王承遇, 陶瑛. 硅酸盐玻璃的风化[J]. 硅酸盐学报, 2003, 31(1):8. [2]陈兴. 蚌埠市 O_3 污染特征及对气象要素的敏感度分析 [D]. 南 京 信 息 工 程 大 学 ,2021.DOI:10.27248/d.cnki.gnjqc.2021. 001035. [3]白雨佳,李靖,高升.基于最优 K 均值聚类算法的负荷大数 据 任务均 衡调度研 究 [J].电力 电容器与 无功补 偿 ,2022,43(06): 85-91. DOI:10.14044/j.1674-1757.pcrpc.2022.06.013. [4]崔利娜,侯立旺.一种快速稳健的 K 均值聚类算法[J].产业 科技创新,2022,4(04):48-49. [5]赵佳媛,卢中玉,刘鑫宇,徐鹏,孟宇龙.一种基于改进随机森 林的知识检索优化算法[J/OL].软件导刊:1-6[2023-02-01].http:// kns.cnki.net/kcms/detail/42.1671.TP.20230201.1015.003.html [6]张瑜,宋建,吴忠庆.机器学习在矿物结构搜索及性质预测 方 面的应 用 [J/OL].矿 物岩石 地球化 学通报 :1-18[2023-02-01]. DOI:10. 19658/j.issn.1007-2802.2023.42.005. [7]刘悦,马舒畅,杨正伟,邹欣欣,施思齐.面向材料领域机器学 习的数据质量治理[J/OL].硅酸盐学报:1-12[2023-02-01].DOI:10. 14062/j.issn.0454-5648.20220991. [8]李菊花,秦顺利,王洁,梁成钢,陈依伟,胡可.随机森林算法在 吉木萨尔页岩油藏中的应用[J/OL].长江大学学报(自然科学版):1- 8[2023-02-01].DOI:10.16772/j.cnki.1673-1409.20230106.001. [9]余剑锋,何云良,吴华华,魏骁雄,陈博,钟震远.基于随机森林 算法的配电网停电研判方案设计[J].微型电脑应用,2022,38(12): 76-79. [10]李明,褚恬恬.基于贝叶斯优化的随机森林算法在地下空 间开发适宜性评价中的应用[J].吉林建筑大学学报,2022,39(06):15 -20.