数学与统计学院教师团队在Nature合作期刊发表研究成果

数学与统计学院教师团队在Nature合作期刊发表研究成果

近日，楚雄师范学院数学与统计学院甘小艇教授和唐家德副教授科研团队联合香港中文大学(深圳)，在Nature旗下合作期刊(npj)、文化遗产领域国际权威期刊npj Heritage Science发表学术论文《Ancient Chinese glass heritage classification based on compositional data and machine learning》(基于成分数据和机器学习的中国古代玻璃制品分类研究)。该论文通讯作者为甘小艇教授和唐家德副教授(共同)。该研究获得国家自然科学基金(12461075)和云南省基础研究计划地方本科高校联合专项项目(No.202401BA070001-157)的资助。

该期刊前身为Springer旗下国际性跨学科期刊《Heritage Science》，于2025年1月正式更名并纳入Nature合作期刊体系，现为SCIE与A&HCI双收录的中国科学院人文科学一区期刊，在文化遗产领域具有广泛影响力。

中国古代玻璃的外观虽与外来玻璃相似，但其化学成分具有独特性。受长期埋藏环境影响，玻璃表面常发生风化，导致原始化学成分改变，给准确分类带来困难。本研究以一批已知类别与化学成分的古代玻璃样本为基础，采用成分数据分析方法，系统考察了风化、类型、纹饰及颜色之间的内在联系。通过对风化前后成分变化的统计建模，研究进一步揭示了不同玻璃类型的化学分布规律，并采用机器学习方法对高钾玻璃与铅钡玻璃进行有效分类与亚类划分，提出了风化前成分预测模型与未知类别的判别策略。

与传统依赖外观特征与专家经验的方法不同，该研究基于可量化的化学成分数据，构建了一套数据驱动的分类分析框架，显著提升了分类的客观性与可重复性。研究成果不仅为古代玻璃的来源判别与风化影响评估提供了新思路，也为跨学科方法在文化遗产研究中的应用提供了范例。

（供稿：王必文；编辑/初审：郑伟；复审：甘小艇；终审：梁林）