吴旭东 叶虹 黄毅能

摘要：本文首先提出鉴别古陶瓷的一些常见方法，分析了数据处理方法用于古陶瓷鉴定现状，然后提出了运用深度学习中的卷积神经网络算法鉴别古陶瓷，基于传统的目测法对明清古陶瓷底款进行鉴别的不足，提出了运用卷积神经网络算法对明清古陶瓷底款进行分类和模式识别，取得了良好的效果，为人工智能在古陶瓷鉴别领域的应用开辟了新的思路。

关键词：卷积神经网络；古陶瓷鉴定

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）32-0208-02

在古陶瓷的鉴定过程中，产品的断源、断代的鉴别一直是最重要也是技术难度最高的事情。自古以来才有的主要方法是“目测法”，此法主要依靠鉴定人依靠长期积累下来的经验来判断，以陶瓷的外部特征为主（如外形、纹饰、胎釉、款式等）来识别。由于受鉴别者主观判别因素影响较大，针对同一器皿，不同的人有不同的说法，可谓“智者见智，仁者见仁”。此时一种科学、规范的鉴定方法显得尤为重要了，通过古陶瓷的原材料，不同地域的原材料表现的不同化学和矿物质特征来判别是非常重要的。

近年来，随着信息技术的飞速发展，科学的数据处理分析和算法在各行各业都得到了普及。越来越多的数据处理方法在古陶瓷断源断代的研究领域中开始了应用，其中较为传统的是SVM支持向量机分类法和多元统计分析法在当今使用较为普及。而神经网络算法采用的是自动学习并且无须明确单位数学表达式的特点，在古陶瓷的研究和鉴别当中也逐渐发展起来，发展前景非常广阔。……