基于人体呼出气体的电子鼻系统的设计与实现
摘要
电子鼻技术是通过模式识别技术对传感器采集的人体呼出气体进行分类训练的方法。本文研究实现的电子鼻系统包括下面几个部分:首先搭建以Arduino为控制核心的气路采集装置，包括MOS传感器和双阀储气袋构建的传感器阵列和检测气室，气泵和电磁阀搭建自动气路采集装置;然后对系统所需的模式识别关键技术进行了算法研究与仿真分析，包括使用 Logistic 回归、SVM、朴素贝叶斯和随机森林等算法对呼出气体样本进行分类与预测分析，给出了多种算法相结合的投票预测方案等;最后使用Django框架搭建了一个呼出气体信息系统来存储采集到的呼出气体。

硬件设计
使用金属氧化物半导体传感器（MOS），先给传感器预热，达到基准线
1.传感器使用条件
2.气体流速，浓度
3.气腔封闭，不能过大
4.物理上先进行干燥，过滤等预处理

特征提取

本文提取 最大值，最小值和峰值时间三个特征值

分类器
logistic回归
SVM
朴素贝叶斯
随机森林

样本中类别不平衡（健康样本多。不健康样本少）

本次采用第三种

与类别在原始数据集中的占比为例

使用t-SNE算法对样本进行可视化降维