建筑材料学报

作者：王志祥，李建阁

关键词：道路工程; 傅里叶变换红外光谱; 深度神经网络; 改性沥青; 预测模型; 精度

基金：广东省交通运输厅科技项目(科技 2016 02 004)

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.

来源：2021年第3期

《建筑材料学报》期刊编辑部

查看建筑材料学报杂志2021年第3期