基于卷积神经网络的中国古陶瓷智能断代研究

作     者：冯金牛 周强 张瑞瑞 王莹 罗宏杰 FENG Jinniu;ZHOU Qiang;ZHANG Ruirui;WANG Ying;LUO Hongjie

作者机构：陕西科技大学电气与控制工程学院陕西西安710021 陕西科技大学硅酸盐质文化遗产研究院陕西西安710021 上海大学材料科学与工程学院上海200444 

基　　金：国家重点研发计划(2019YFC1520100) 陕西省科技计划项目(2019GY-090) 

出 版 物：《陶瓷学报》 (Journal of Ceramics)

年 卷 期：2022年第43卷第1期

页      码：145-152页

摘      要：中国古陶瓷工艺精湛、种类丰富,具有独特的艺术魅力和文化内涵。因此,古陶瓷的科学鉴定一直是文物鉴定研究的热点。针对当前古陶瓷断代方法的不足,在人工智能的大背景下,提出利用深度学习的卷积神经网络(CNN)对古陶瓷文物图像进行器型分类和断代的方法。该方法打破了"古陶瓷断代特征量确定依赖人工完成"的技术瓶颈。测试试验结果表明:该方法对古陶瓷器型分类和断代的准确率达到96.37%,可以作为古陶瓷鉴定的有效辅助手段。

主 题 词：古陶瓷断代鉴定 卷积神经网络 深度学习 

学科分类：0601[历史学-历史学类] 06[历史学] 060109[060109] 

D　O　I：10.13957/j.cnki.tcxb.2022.01.017

馆 藏 号：203107218...