1.一种基于分类模型的玻璃分类方法，其特征在于，所述方法包括：获取玻璃样本数据集，并将所述玻璃样本数据集划分为训练集和测试集；将所述训练集中的玻璃样本数据输入预先构建的分类模型进行训练，直至达到预设的训练结束条件，得到训练好的分类模型；其中，所述分类模型包括依次连接的特征提取单元、判别单元和亚分类单元，所述特征提取单元用于提取所述玻璃样本数据的化学成分判别特征；所述判别单元用于根据Fisher判别方法计算所述化学成分判别特征的判别系数，并根据所述判别系数构建线性判别函数来对所述玻璃样本数据进行分类，得到初步分类结果；所述亚分类单元用于根据K均值聚类算法对所述初步分类结果进行亚类划分，得到亚类划分结果；将所述测试集中的待分类玻璃样本数据输入所述训练好的分类模型进行玻璃类型分类，输出得到待分类玻璃样本数据所属的类型；所述判别单元还用于根据Fisher判别方法分别计算所述化学成分判别特征的高钾玻璃判别系数和铅钡玻璃判别系数，并根据所述高钾玻璃判别系数和铅钡玻璃判别系数构建高钾玻璃线性判别函数和铅钡玻璃线性判别函数，分别表示为其中， 表示高钾玻璃线性判别函数、 表示铅钡玻璃线性判别函数， 分别表示所述化学成分判别特征中的氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量， 分别表示所述氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量的高钾玻璃判别系数， 表示所述氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量的铅钡玻璃判别系数， 和 分别表示第一设定常数和第二设定常数；根据所述 和 对所述玻璃样本数据进行分类，得到初步分类结果，其中，当 时，将所述玻璃样本数据分类为高钾玻璃样本，当 时，将所述玻璃样本数据分类为铅钡玻璃样本。
2.根据权利要求1所述的方法，其特征在于，所述化学成分判别特征包括所述玻璃样本数据中含有的氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量。
3.根据权利要求1所述的方法，其特征在于，亚分类单元还用于对所述高钾玻璃样本和铅钡玻璃样本的化学成分判别特征进行低方差滤波，得到所述高钾玻璃样本的亚类划分特征和所述铅钡玻璃样本的亚类划分特征；根据K均值聚类算法分别对所述高钾玻璃样本的亚类划分特征和所述铅钡玻璃样本的亚类划分特征进行聚类，得到高钾玻璃亚类样本和铅钡玻璃亚类样本。
4.根据权利要求3所述的方法，其特征在于，对所述高钾玻璃样本和铅钡玻璃样本的化学成分判别特征进行低方差滤波，得到所述高钾玻璃样本的亚类划分特征和所述铅钡玻璃样本的亚类划分特征，包括：对所述高钾玻璃样本的化学成分判别特征进行低方差滤波，得到所述高钾玻璃样本的化学成分判别特征中不同化学成分含量的方差大小并按照从大至小的顺序排列，选取方差排行前两位的化学成分含量作为所述高钾玻璃样本的亚类划分特征；对所述铅钡玻璃样本的化学成分判别特征进行低方差滤波，得到所述铅钡玻璃样本的化学成分判别特征中不同化学成分含量的方差大小并按照从大至小的顺序排列，选取方差排行前两位的化学成分含量作为所述铅钡玻璃样本的亚类划分特征。
5.根据权利要求3所述的方法，其特征在于，根据K均值聚类算法分别对所述高钾玻璃样本的亚类划分特征和所述铅钡玻璃样本的亚类划分特征进行聚类，得到高钾玻璃亚类样本和铅钡玻璃亚类样本，包括：根据K均值聚类对所述高钾玻璃样本的亚类划分特征进行聚类，并设定聚类个数为3，得到三类高钾玻璃亚类样本；根据K均值聚类对所述铅钡玻璃样本的亚类划分特征进行聚类，并设定聚类个数为4，得到四类铅钡玻璃亚类样本。
6.根据权利要求1所述的方法，其特征在于，所述预设的训练结束条件包括以下至少一种：所述分类模型的准确率达到预设准确率阈值；循环执行训练所述分类模型的次数超过预设的循环次数阈值；所述分类模型的分类效果收敛。
7.一种基于分类模型的玻璃分类装置，其特征在于，所述装置包括：数据获取模块，用于获取玻璃样本数据集，并将所述玻璃样本数据集划分为训练集和测试集；模型训练模块，用于将所述训练集中的玻璃样本数据输入预先构建的分类模型进行训练，直至达到预设的训练结束条件，得到训练好的分类模型；其中，所述分类模型包括依次连接的特征提取单元、判别单元和亚分类单元，所述特征提取单元用于提取所述玻璃样本数据的化学成分判别特征；所述判别单元用于根据Fisher判别方法计算所述化学成分判别特征的判别系数，并根据所述判别系数构建线性判别函数来对所述玻璃样本数据进行分类，得到初步分类结果；所述亚分类单元用于根据K均值聚类算法对所述初步分类结果进行亚类划分，得到亚类划分结果；玻璃分类模块，用于将所述测试集中的待分类玻璃样本数据输入所述训练好的分类模型进行玻璃类型分类，输出得到待分类玻璃样本数据所属的类型；所述判别单元还用于根据Fisher判别方法分别计算所述化学成分判别特征的高钾玻璃判别系数和铅钡玻璃判别系数，并根据所述高钾玻璃判别系数和铅钡玻璃判别系数构建高钾玻璃线性判别函数和铅钡玻璃线性判别函数，分别表示为其中， 表示高钾玻璃线性判别函数、 表示铅钡玻璃线性判别函数， 分别表示所述化学成分判别特征中的氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量， 分别表示所述氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量的高钾玻璃判别系数， 表示所述氧化钾含量、氧化铅含量、氧化钡含量、氧化锶含量以及二氧化硅含量的铅钡玻璃判别系数， 和 分别表示第一设定常数和第二设定常数；根据所述 和 对所述玻璃样本数据进行分类，得到初步分类结果，其中，当 时，将所述玻璃样本数据分类为高钾玻璃样本，当 时，将所述玻璃样本数据分类为铅钡玻璃样本。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
