摘要
为基于元素成分比例关系研究玻璃文物的亚类划分规律,构建了一个基于迭代与正则化改进的梯度提升决策树与K-means聚类的玻璃文物亚类划分模型;基于改进的GDBT按化学成分进行初步分类,再通过聚类出中心坐标,实现亚类划分,并选取显著性指标分析结果的合理性与敏感性。结果表明:该模型预测准确率达95.7%,较基于传统决策树与聚类的模型下(85.6%)提升较大。同时,基于高钾玻璃中存在显著性差异的二氧化硅、氧化铁、氧化锶、氧化镁、氧化钙、氧化铝、氧化钾7种化学成分将其分为两个亚类;基于铅钡玻璃中存在显著性差异的二氧化硅、氧化铅、氧化锶、五氧化二磷、氧化钙、氧化铝、氧化钠7种化学成分将其分为三个亚类。因此,基于改进的梯度提升决策树与K-means聚类的玻璃文物亚类划分模型,可选得适当化学成分,实现对具备复杂成分玻璃文物的亚类划分。
出处
《信息技术与信息化》
2023年第7期149-152,共4页
Information Technology and Informatization
