论文部分内容阅读
为准确预测苯乙烯丁二烯苯乙烯嵌段共聚物(SBS)改性沥青中SBS的含量,采用傅里叶变换红外光谱(FTIR)采集了不同SBS含量改性沥青的FTIR图谱,建立了基于深度神经网络(DNN)改性沥青中SBS含量的预测模型,并研究了不同因素对模型预测精度的影响,对比评价了模型的预测精度、敏感性及适用性.结果表明:数据的降维、降噪预处理使SBS含量预测模型的均方误差降低了70%;基于DNN改性沥青中SBS含量预测模型的精度高于标准曲线法和随机森林方法,其对改性沥青中SBS含量的预测具有较好的敏感性及适用性.