基于机器学习的古代玻璃制品的成分分析与鉴别

为解决古代玻璃制品成分分析与鉴定准确性较低的问题，通过引入机器学习依据相关数据进行数学建模。首先，通过建立卡方检验模型根据玻璃种类、纹饰、颜色等属性进行分类求解，进而得出不同类型玻璃风化部分化学成分的含量；其次，通过建立决策树模型找出两种玻璃易受风化影响的化学成分并进行分类，并通过比对原来的数据分析其合理性；最后，建立随机森林模型生成混淆矩阵热力图和特征重要性图对未知玻璃文物进行预测。结果表明，设计的方法对古代玻璃制品分析与鉴定的结果较为精准。