典型文献
基于卷积神经网络的中国古陶瓷智能断代研究
文献摘要：
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.
文献关键词：
古陶瓷断代鉴定;卷积神经网络;深度学习
中图分类号：
作者姓名：
冯金牛;周强;张瑞瑞;王莹;罗宏杰
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
文献出处：
引用格式：
[1]冯金牛;周强;张瑞瑞;王莹;罗宏杰-.基于卷积神经网络的中国古陶瓷智能断代研究)[J].陶瓷学报,2022(01):145-152
A类：
古陶瓷断代鉴定
B类：
陶瓷工艺,精湛,艺术魅力,鉴定研究,陶瓷文物,器型,特征量,量确定,技术瓶颈,测试试验,陶瓷器,辅助手段
AB值：
0.208649
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
