电子鼻茶叶无损分类的传感器温度漂移噪声补偿

来源：中国农机化学报杂志2026年第1期北京时间：

作者：蔡旻昊, 徐赛, 陆华忠, 周星星

单位：1. 华南农业大学工程学院，广州市，510642； 2. 广东省农业科学院设施农业研究所，广州市，510640；3. 广东省农业科学院，广州市，510640

摘要：电子鼻在环境温度影响下会出现气体数据漂移现象，传感器在特征优化等流程中，可能会受到漂移因素的影响，因此提出一种部分补偿的去漂移补偿方式，在减少补偿模型特征复杂度的同时，保留被漂移因素影响较小的原传感器数据集共同参与分类。通过构建3种不同的补偿数学模型，对比常规的补偿流程和部分补偿流程的结果差异，证明部分补偿流程能够有效提高电子鼻在深度学习模型中的抗漂移能力，筛选出最佳的补偿模型。结果表明，最佳组合为随机森林的部分补偿组合，训练集和测试集的拟合系数R2分别达到0.94、0.89，均方根误差RMSE分别为0.14、0.20，茶叶分类精度分别提高至98%、96%。

关键词：电子鼻,温度补偿,茶叶分类,神经网络,随机森林

基金资助：国家重点领域研发计划项目（2022YFD2002203）；广东省乡村振兴专项资金（2024TS—1—2）；广东省国际科技合作项目（2023A0505050129）；广东省农业科学院科技创新战略专项培训项目（农业科研主力军建设）（R2023PY—QN002）；广东省科协青年科技人才培育项目（SKXR2025519）