针对古青铜器年代鉴别任务需要大量的相关史料、鉴别耗时长以及主观性强等问题，提出一种新思路用于辅助考古专家对古青铜器进行分析和年代鉴别。所提方法在图像分类预训练权重的基础上应用深度学习方法对古青铜器进行年代鉴别：首先，通过大量的基础实验，在较为有代表性的4种网络模型中选出鉴别结果较好的EfficientNetV2-L作为基线模型；接下来，使用EfficientNetV2-L对古青铜器数据集进行特征提取；然后，将原有的线性分类层替换为cosin_classifier，减小方差带来的风险，提高模型鉴别能力；最后，引入Focal损失函数替换原有的交叉熵损失函数进行损失计算，在聚焦因子（focusing parameter）和加权因子（class weighting）作用下有效地改善样本数量较少类别所导致的模型学习效果较差的问题。所提方法较原始EfficientNetV2-L在准确率、精确率、召回率、F1分数和曲线下面积等指标上提高4.1百分点、4.0百分点、4.1百分点、4.2百分点和0.9百分点，在测试集上取得91.7%的最优准确率。在此基础上，还对分期有争议的青铜器进行了模型预测分析。结果表明，深度学习技术在古青铜器数据集年代鉴别任务上是有效的，可提供参考分析数据，减轻考古专家的工作强度。

基于衰减效应提出一种高阶拟合模型，能够快速准确地估计青铜器内部材料的等效原子序数与密度。为验证该方法的可行性，使用能谱计算机断层成像（CT）技术采集多个能量下的成像数据，开展实际数据拟合实验。在实际数据实验中原子序数估计的最大误差在5%以内，平均误差小于4%；密度估计的最大误差在10%以内，平均误差小于4%。实验结果表明，该模型能够仅通过两种能量的成像数据，在无损条件下快速准确地估计青铜器内部材料的等效原子序数与密度。

青铜器的矿料来源及其体现的地区间文化互动等信息是考古学界关注的重点问题。 四川会理位于欧亚草原、 中原、 南亚和东南亚之间的“十字路口”, 且处在著名的“藏彝走廊”之上, 自古以来就是多民族聚居地和多元文化交汇区, 当地出土的青铜器更是包含多种文化因素。 然而, 以往对该地青铜文化的研究多集中于墓葬形制和随葬品的器型及纹饰等所体现的文化互动上, 而对多元风格青铜器的矿料来源和地区间文化互动的具体模式关注较少。 使用便携式X射线荧光光谱仪(pXRF)、 多接收电感耦合等离子体质谱仪(MC-ICP-MS)对会理文管所藏8件具有多元文化风格的青铜器进行成分分析和铅同位素比值测定。 在此基础上, 搜集铜、 铅矿山和相关青铜器的铅同位素数据并结合考古类型学进行对比分析, 以期揭示不同地区和青铜文化之间的互动联系。 pXRF分析结果显示, 这批样品合金类型多样, 包括纯铜、 锡青铜、 铅锡青铜和锡铅青铜等。 MC-ICP-MS分析结果显示, 两面石寨山型铜鼓和盐源文化风格树形器应为利用滇中南地区的铅料生产的, 且前人对多面石寨山型铜鼓的研究结果显示其矿料均来自滇中南, 表明铜鼓这种象征权力与地位的礼器的矿料来源及生产较为独特, 很可能为统治阶层所垄断； 而石寨山型铜钟则是利用会理当地铜料生产的“仿制品”。 以上结果表明, 会理与石寨山、 盐源等周边地区青铜文化存在着实物和精神等层面的复杂互动。 研究显示, 在运用pXRF、 MC-ICP-MS明确青铜器合金成分和矿料来源的基础上结合文献记载与考古类型学分析可以为深入探讨地区间文化互动的具体模式提供很好的证据支持。

现有的青铜器铭文变体种类较少，利用深度学习网络训练容易出现过拟合现象，且深层卷积网络对青铜器铭文细节形态特征提取能力不足，导致铭文分类准确率较低。针对该问题，提出一种融合形态特征的小样本青铜器铭文分类算法。首先，引入形态学算法对铭文进行孔洞填充预处理，降低孔洞对铭文形态结构的影响；其次，调整AlexNet结构，并在各卷积层中引入批量归一化，控制每批随机输入值的分布情况，使输入数据符合正态分布标准，避免网络向单一方向过度学习，抑制过拟合现象；最后，使用speeded-up robust features（SURF）算子提取铭文细节形态特征，并将其与卷积神经网络提取的抽象信息融合，增强分类器的表达能力。在自制青铜器铭文数据集上的实验结果表明，所提算法的分类准确率高达98.86%，优于LeNet5、Vgg13、Vgg16、ResNet、AlexNet 等传统算法，说明改进后的算法能有效解决小样本铭文分类准确率低的问题。

出土青铜器由于常年埋藏地下，很容易受到外界环境的侵蚀，生成不同种类的锈蚀。“有害锈”的存在会加速青铜基体的腐蚀。针对常见锈蚀疏松绿锈，用钕钇铝石榴石激光清洗器在干式、湿式和琼脂凝胶三种状态下，对其安全清洗阈值展开了研究。显微镜、原位拉曼光谱和能谱仪（EDS）对表面形貌和成分的表征分析结果显示，在湿式状态短自由运行（SFR）脉冲模式下，在2.83~8.49 J/cm²的安全阈值内，能得到较高的疏松绿锈的去除率，且符合文物保护的“不改变文物外貌”以及“最小介入”的规则。

青铜器铭文图像有效特征的提取是进行铭文识别的关键步骤，针对以图像为信息载体的铭文特征提取方法由于特征维度高、特征向量复杂而识别准确度低的问题，提出了一种基于拓扑与网格双特征的铭文图形集成学习识别方法。以图形为铭文特征的表征，所提方法提取拓扑特征和7维文字结构图形特征，有效描述了铭文文字的结构信息。在此基础上，所提方法利用降维后铭文全局结构信息和局部结构信息的8维4方向弹性网格特征，解决了提取铭文图像特征导致的特征向量维度高的问题。最后，以拓扑特征和弹性网格特征作为集成学习样本的特征向量，利用Bagging方法对特征向量敏感程度不同的机器学习分类器进行集成，提升模型训练效率、提高识别精度。实验结果表明，与图像特征提取方法相比，所提方法对铭文识别准确率提高了15.54个百分点，并且铭文特征向量维度及运行时间大幅度降低。

针对单一特征无法表征铭文全部信息的问题,提出一种基于全局Hu矩和局部聚类加权加速鲁棒特征(TF-KSURF)的多测度青铜器铭文相似性度量方法。通过提取Hu矩特征描述子与加速鲁棒特征(SURF)矩阵,获取铭文图像的全局与局部特征;利用K-means算法和加权策略对局部SURF进行聚类加权,构建TF-KSURF向量;最后设定两种测度的权重,形成多测度相似性度量,并将其应用于青铜器铭文的图像检索。实验结果表明,与单一特征测度相比,所提多测度相似性度量方法能够准确分析铭文的整体特征,提高了铭文的检索性能。

采用激光剥蚀电感耦合等离子体质谱(LA-ICP-MS), 对枞阳境内出土西周至战国时期青铜器和汤家墩遗址出土炼渣中的铜颗粒进行微量元素原位无损分析, 以探讨枞阳县境内出土青铜器的铜矿来源。 结果表明, 枞阳汤家墩遗址冶炼铜金属颗粒中的Co, As, Sb, Ag和Bi等元素含量较高, 其微量元素特征不同于铜陵和铜绿山的冶炼金属铜; 从西周至战国时期, 枞阳青铜器所用铜矿来源比较稳定, 主要来自汤家墩遗址周边的枞阳县境内, 有少量器物的铜矿可能来自长江以南的铜陵地区; LA-ICP-MS可用于青铜器和古铜矿冶遗址炼渣中所夹杂铜颗粒的微量元素原位无损分析, 从而为利用炼渣探讨古矿冶遗址冶炼金属产品的微量元素特征奠定了基础, 对探讨三代青铜器的矿料来源研究具有重要的应用价值。

青铜器锈蚀研究能够揭示出青铜器腐蚀机理, 为制定科学的保护措施提供重要的参考资料。目前, 青铜器锈蚀研究主要从其外部锈蚀产物入手, 通过锈蚀组成结构分析, 探讨其腐蚀机理。本文选择了保存较好青铜器本体样品进行了内部锈蚀情况研究。首先采用金相制备技术, 通过打磨、抛光和超声清洗处理后, 制备了断面相组织形态清晰的24件秦早期青铜器青铜本体样品。然后利用共聚焦显微拉曼光谱仪对样品夹杂物进行了光谱学研究, 发现其物相为PbCO3和PbO及Cu2O, 都属于常见的青铜合金腐蚀产物。样品金相组织中圆形或者大面积无规则亮灰色区域为Cu2O, 反映出青铜器表面不仅易于形成一定厚度Cu2O锈蚀层, 在相界之间也容易发生氧化反应生成Cu2O, 存在合金内部和外部同时发生腐蚀生成赤铜矿锈蚀的情况。此外, 拉曼光谱分析显示黑灰色物质主要为铅腐蚀产物——PbCO3和PbO, 反映出铅元素的腐蚀过程: Pb→PbO→PbCO3。在铸造态青铜合金组织中, 铅一般呈近圆形颗粒状态分布在相界之间。青铜器内部分布的铅颗粒在土壤埋藏环境中会发生氧化反应生成PbO, 再与地下水中溶解的CO2－3发生化学反应生成比较稳定的PbCO3。结果表明: 外界腐蚀因素(水、溶解氧和碳酸根等)能够通过合金中相界间通道进入青铜器内部, 在相界表面逐步发生反应形成以金属氧化物为主的腐蚀产物。