1.一种铅钡玻璃风化前化学成分含量的预测方法，其特征在于，所述方法包括：对古代铅钡玻璃制品的化学成分特征进行采样和选择性标记，得到铅钡玻璃数据集；其中，所述铅钡玻璃数据集包括含有标记样本点的铅钡玻璃特殊数据集和含有未标记样本点的铅钡玻璃普通数据集；根据K均值聚类算法对所述铅钡玻璃特殊数据集进行聚类，得到铅钡玻璃风化和未风化分类器，将所述铅钡玻璃普通数据集输入所述铅钡玻璃风化和未风化分类器进行数据分类，得到风化点数据和未风化点数据；根据所述风化点数据和未风化点数据构建多维向量映射的状态变换方程，通过最小化所述状态变换方程的均方误差对所述状态变换方程进行优化，得到优化后的状态变换方程，将所述风化点数据输入所述优化后的状态变换方程进行预测，得到所述风化点数据对应的风化点风化前的化学成分含量；根据所述风化点数据和未风化点数据构建多维向量映射的状态变换方程，通过最小化所述状态变换方程的均方误差对所述状态变换方程进行优化，得到优化后的状态变换方程，包括：根据风化点数据 和未风化点数据 构建多维向量映射的状态变换方程，表示为 ；其中， 表示风化点数据中的第 种化学成分含量， 表示未风化点数据中的第 种化学成分含量， 和 分别表示所述状态变换方程的第一参数和第二参数， 表示化学成分的种类总数；通过最小化所述状态变换方程的均方误差对所述状态变换方程的第一参数和第二参数进行优化，得到优化后的状态变换方程。
2.根据权利要求1所述的方法，其特征在于，对古代铅钡玻璃制品的化学成分特征进行采样和选择性标记，得到铅钡玻璃数据集，包括：对古代铅钡玻璃制品的化学成分特征进行采样，得到各采样点处的化学成分种类及化学成分含量；根据采样点处的风化程度对采样点进行选择性标记，得到标记样本点和未标记样本点，根据所述标记样本点处的化学成分种类及化学成分含量构建得到铅钡玻璃特殊数据集，根据所述未标记样本点处的化学成分种类及化学成分含量构建得到铅钡玻璃普通数据集；其中，所述标记样本点中包括标记风化点和标记未风化点。
3.根据权利要求2所述的方法，其特征在于，各采样点处的化学成分种类包括二氧化硅、二氧化硫、五氧化二磷、氧化钡、氧化钙、氧化钾、氧化铝、氧化镁、氧化钠、氧化铅、氧化锶、氧化铁、氧化铜以及氧化锡。
4.根据权利要求1所述的方法，在得到铅钡玻璃数据集之后，还包括：对所述铅钡玻璃数据集中的化学成分缺失值进行补0处理，并计算所述铅钡玻璃数据集中各采样点处不同化学成分所占的比例，将同一采样点处化学成分比例累加和位于85%至105%之间的采样点视为有效采样点，通过统计有效采样点处的化学成分种类及化学成分含量，得到质量控制后的铅钡玻璃数据集。
5.根据权利要求1所述的方法，其特征在于，根据K均值聚类算法对所述铅钡玻璃特殊数据集进行聚类，得到铅钡玻璃风化和未风化分类器，包括：随机选择所述铅钡玻璃特殊数据集中的两个标记样本点作为质心，通过计算各个标记样本点与两个质心之间的距离，将各个标记样本点聚类至距离最近的质心所属的簇类；将聚类得到的簇类中所有标记样本点的平均值作为新质心，并进行质心位置的更新；根据所述新质心对所述铅钡玻璃特殊数据集中的标记样本点进行重复聚类，直至质心位置不发生变化，停止聚类并输出铅钡玻璃风化和未风化分类器。
6. 根据权利要求1所述的方法，其特征在于，通过最小化所述状态变换方程的均方误差对所述状态变换方程的第一参数和第二参数进行优化，得到优化后的状态变换方程，包括：所述状态变换方程的均方误差表示为其中， 表示未风化点数据中第 个未风化点处的第 种化学成分含量， 表示风化点数据中第 个风化点处的第 种化学成分含量， m 表示 的总数；通过最小化 对所述状态变换方程的第一参数 和第二参数 进行优化，得到第一优化参数和第二优化参数，根据所述第一优化参数和第二优化参数构建得到优化后的状态变换方程，其中，所述第一优化参数和第二优化参数分别表示为其中， 表示第一优化参数， 表示第二优化参数， 表示 的均值。
7.一种铅钡玻璃风化前化学成分含量的预测装置，其特征在于，所述装置包括：数据采样模块，用于对古代铅钡玻璃制品的化学成分特征进行采样和选择性标记，得到铅钡玻璃数据集；其中，所述铅钡玻璃数据集包括含有标记样本点的铅钡玻璃特殊数据集和含有未标记样本点的铅钡玻璃普通数据集；数据聚类模块，用于根据K均值聚类算法对所述铅钡玻璃特殊数据集进行聚类，得到铅钡玻璃风化和未风化分类器，将所述铅钡玻璃普通数据集输入所述铅钡玻璃风化和未风化分类器进行数据分类，得到风化点数据和未风化点数据；预测模块，用于根据所述风化点数据和未风化点数据构建多维向量映射的状态变换方程，通过最小化所述状态变换方程的均方误差对所述状态变换方程进行优化，得到优化后的状态变换方程，将所述风化点数据输入所述优化后的状态变换方程进行预测，得到所述风化点数据对应的风化点风化前的化学成分含量；根据所述风化点数据和未风化点数据构建多维向量映射的状态变换方程，通过最小化所述状态变换方程的均方误差对所述状态变换方程进行优化，得到优化后的状态变换方程，包括：根据风化点数据 和未风化点数据 构建多维向量映射的状态变换方程，表示为 ；其中， 表示风化点数据中的第 种化学成分含量， 表示未风化点数据中的第 种化学成分含量， 和 分别表示所述状态变换方程的第一参数和第二参数， 表示化学成分的种类总数；通过最小化所述状态变换方程的均方误差对所述状态变换方程的第一参数和第二参数进行优化，得到优化后的状态变换方程。
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。
