应用红外光谱进行不同性状沥青的判别

通过对不同性状沥青获取的可见红外光谱曲线的分析，采用主成分分析方法对光谱数据进行聚类分析，并将提取的主成分作为BP神经网络的输入值建立了不同性状沥青判别模型。该模型将前3个主成分作为神经网络的输入变量，加速了神经网络的学习速度，提高了模型的预测精度。随机选取每个性状的22个沥青样本共110个样本组成训练集，剩余的30个样本组成预测集，建立训练模型，并用预测集样本对其进行验证，将判定的偏差标准定为±0.01，结果表明只有1个未知样本超出偏差范围，该方法的判定正确率为96.7%，获得了满意的结果。说明采用可见红外光谱判别具有很好的分类和鉴别作用，为不同性状沥青的快速判别提供了一种新方法。