我国是古陶瓷文明的发源地,陶瓷发展历史悠久、文化博大精深,已经成为中国历史文化的一个重要部分。近些年来,越来越多的科技工作者投入到古陶瓷研究事业中来,积累了非常庞大的古陶瓷样品实验分析数据,其中包括古陶瓷窑口、朝代、遗址、特征元素和类别等丰富的数据信息。假如可以对其进行梳理和分类,把各个遗址的古陶瓷的实验分析数据按照一定的规则进行划分和归类,对样本中得到的各种化学组成进行有效的科技鉴定,这样既可以对以前研究方法上的不足起到良好的补充作用,还可以利用高科技的多元统计方法对现有的陶瓷样本实验数据进行分析,同时还能共享实验处理结果,让更多的陶瓷爱好者能够继续努力钻研,为此构思来建设一个可视化的古陶瓷数据鉴别分析系统。本系统采用Spring MVC和Mybatis结合技术为主要构架,然后用My SQL作为后台数据库的设计平台,呈现一个可以管理古陶瓷的有效数据库服务界面,同时还实现系统数据库能导入和导出excel表格的功能,方便快速传入数据。利用多元统计分析技术SPSS、SPSS Modeler和JAVA混合编程技术实现古陶瓷因子分析、判别分析、模糊聚类分析和神经网络预测分析,进而实现用古陶瓷数据标准样本为基础进行陶瓷鉴别分析的目的。在设计系统的过程中充分考虑系统中存在的样本库扩容、权限加密以及数据的安全性能等事项,本文介绍了因子分析、模糊聚类分析、判别分析和神经网络分析的原理,通过新测得的实验数据,导出基础数据库中相关的古陶瓷数据,放在一起进行数据处理操作。设计过程考虑到样本数据的特点、实现数据分析的方法,以及古陶瓷数据鉴别分析系统的实用性。在实现系统项目的部署后,对基本功能模块进行测试,预期进展结果显示系统在管理古陶瓷的数据分类和筛选上是便捷且安全可靠的。通过X射线荧光光谱分析实验新得的数据进行因子分析、聚类分析和判别分析时,分析已知类别的样本数据效果良好,判别分类功能结果直观明确,模糊聚类分析方法得出的结论也更加有说服力,再结合因子分析给出样本点的空间位置坐标,同时对测试数据建立神经网络预测模型,得出高的预测准确性。这几种分析方法结果相互印证、相互补充,让系统的鉴别能力得到极大的提升,为古陶瓷的无损鉴别提供科学依据。