54、利用气体传感器和机器学习方法对箱内食物类型进行分类

利用气体传感器和机器学习方法对箱内食物类型进行分类

1. 引言

如今，积极与辅助生活（AAL）范式推动了传感器在与活动监测相关研究中的广泛应用。然而，在家中或其他环境使用传感器监测活动时，用户常因担心隐私问题而不愿接受。因此，寻找非侵入性且低成本的传感器，让用户感到安全和舒适至关重要。

本研究设计并构建了金属氧化物半导体（MOS）传感器阵列，借助K近邻（K - NN）机器学习方法监测厨房中的食物类型。具体而言，初步尝试区分香蕉、柠檬、香肠和虾，将其作为智能电子鼻。气体传感器具有非侵入性优点，但在科学文献中尚未得到广泛研究。本研究案例对这四种食物的分类结果令人鼓舞，有望推动该研究领域的发展。

2. 相关工作

2.1 气体传感技术

不同气体传感技术的差异在于气体检测方法。部分传感器利用光和声音的传播速度等物理变量，另一些则利用目标气体与传感元件的反应。以下是本研究将使用的常见气体传感器：
- 电化学传感器 ：由膜将环境气体与电解质溶液隔开，通过化学反应检测目标气体，反应速度与目标气体浓度成正比。
- 金属氧化物半导体（MOS）传感器 ：通过目标气体与氧化物表面的氧化还原反应检测目标气体，分两个阶段，先发生氧化还原反应导致氧化物表面电子变化，再引起传感器电阻变化。
- 催化传感器 ：催化元件与环境中的可燃气体接触时，内部电阻变化且温度升高，以此实现检测。
- 聚合物传感器 ：对无机气体（如氨）和一些挥发性有机化合物（VOCs）更敏感，常用于检测气相溶