Summary
Microprocessor-controlled analytical methods produce large amounts of data in a short time. This wealth of information is difficult to handle with conventional methods. Numerical classification is a valuable tool for reducing large arrays of data and revealing structure therein. Non-hierarchical methods have been used with good results for the classification of spectral analytical data of ancient glass samples. With the newly developed program “APART”, a classification was obtained according to technological aspects of glass production. The narrow clusters found were caused by local traditions and the use of similar raw materials. The colouring materials and decolourants contribute most to the trace element content, and are therefore dominant in the classification.
Zusammenfassung
Mit neuen mikroprocessor-gesteuerten analytischen Methoden erhält man eine Fülle von Daten in kurzer Zeit. Solche Datenmengen erweisen sich mit herkömmlichen Methoden als nur schwer überschaubar. Mit der Methode der numerischen Klassifikation ist es möglich geworden, auch große Datenmengen zu verarbeiten und zu interpretieren. Für die Klassifikation der meisten analytischen Daten empfiehlt sich die Verwendung nichthierarchischer Algorithmen. Spektralanalytische Daten von antiken Glasfunden wurden für eine Klassifikationsanalyse herangezogen. Dazu wurde ein neu entwickeltes Programm namens APART verwendet, das eine Klassifikation nach produktionstechnischen Gesichtspunkten ermöglichte. Lokale Tradition in der Herstellung und die Verwendung ähnlicher Rohstoffe ergaben eine Struktur gut definierter enger Cluster im vorhandenen Probenmaterial. Färbe- und Entfärbemittel der Glasherstellung bewirken besonders hohe Spurenelementgehalte und bestimmen daher weitgehend die Klassifikation.
Similar content being viewed by others
References
P. H. A. Sneath and R. R. Sokal, Numerical Taxonomy. The Principles and Practice of Numerical Classification. San Francisco: Freeman. 1973
M. A. Bezborodov, Chemie und Technologie der antiken und mittelalterlichen Gläser, Mainz: Zabern. 1975.
J. MacQueen, in L. M. Le Cam and J. Neyman (eds.), Proc. 5th Berkeley Symp. on Math. Statistics and Probability, Vol. 1, Berkeley, Calif.: University of California Press. 1967. pp. 281–297.
H. Späth, Clusteranalyse. Algorithmen zur Objektklassifizierung und Datenreduktion, München -Wien: Oldenbourg. 1975.
Private collection of Th. E. Haevernick, Mainz.
J. Cordes, Spektralanalytische Übersichtsanalysen zur Ordnung antiker Glasproben nach Herkunft und Alter unter Heranziehung eines Rechnerprogramms. Bericht an die VW-Stiftung, Mainz. 1973.
E. Kny, G. Nauer, and Th. E. Haevernick, Glastechn. Ber.53, 140 (1980).
E. Kny, G. Nauer, and Th. E. Haevernick, Glastechn. Ber.53, 168 (1980).
E. Kny, G. Nauer, and Th. E. Haevernick, Glastechn. Ber.53, 201 (1980).
G. Nauer, E. Kny, and Th. E. Haevernick, Glastechn. Ber.53, 232 (1980).
B. R. Kowalski, Analyt. Chemistry52, 112R (1980).
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Kny, E., Nauer, G. On the use of non-hierarchical classification methods in analytical chemistry. Mikrochim Acta 77, 285–296 (1982). https://doi.org/10.1007/BF01237815
Received:
Issue Date:
DOI: https://doi.org/10.1007/BF01237815