面向挥发性签名模式识别的多传感器电子鼻与分布感知特征变换

《Sensing and Bio-Sensing Research》：A multi-sensor electronic nose with distribution-aware feature transformation for volatile signatures pattern recognition

　　

研究人员开发了一种用于挥发性签名模式识别（VSPR）的多传感器电子鼻（E-nose）系统，该系统基于分布感知的特征变换方法。研究人员系统评估了五种特征变换方法对传感器响应的影响。在相同条件下，对包括支持向量机（SVM）、多层感知器（MLP）和K近邻（KNN）在内的五种机器学习分类器进行了基准测试。实验结果表明，KNN分类器取得了约97%–98%的准确率和F1分数。特征变换有效改善了异构金属氧化物半导体（MOS）传感器数据的分类性能。

**一、研究背景与问题**

室内外空气中的挥发性有机化合物（VOCs）浓度和组成因排放源、通风条件和大气相互作用的差异而显著变化。室内VOCs尤为值得关注，因为它们可能导致氧化应激、肺部问题和呼吸道感染等健康问题。VOCs广泛存在于日常环境中，高浓度VOCs对环境和人体健康均有负面影响。呼出气体中的某些VOCs还可作为早期疾病诊断的生物标志物，有助于癌症的早期检测。城市空气污染物包括PM2.5、PM10、氮氧化物（NO_x）、臭氧（O₃）、二氧化硫（SO₂）和VOCs等。VOCs主要是氢基和碳基化合物，包含烷烃、烯烃、芳香烃和含氧有机物等99种以上化合物，主要来自车辆交通和工业活动。

多传感器气体传感系统用于VOC检测是一种有前景的非破坏性技术，在农业、环境监测、食品新鲜度评估、疾病诊断和公共安全等领域具有广泛应用前景。然而，现实环境中的VOCs通常以混合物形式存在，其中单个VOC可能具有相似性质但毒性不同，需要进行区分。传统的单一VOC传感器无法满足可靠传感的需求。近年来，模拟人类嗅觉的电子鼻（E-nose）已成为识别VOCs的最有力工具之一。其轻量化、低成本的特性使其适用于广泛的应用场景，并作为气相色谱-质谱联用（GC-MS）和火焰离子化检测等传统分析方法的快速、便携替代方案。金属氧化物半导体（MOS/MOX）传感器因其成本低、响应快、易于使用而被广泛采用，但其存在选择性差、功耗高、漂移和稳定性差等局限性。

当前研究存在以下空白：传感器选择性和稳定性不足；特征分布不匹配问题；缺乏系统的传感器融合和特征变换基准测试。已有研究多聚焦于传感材料、激活策略或先进学习架构，而本文工作对两种挥发性签名数据集上的多种特征变换方法和传统分类器进行了系统研究，重点关注特征分布对分类性能和统计稳健性的影响。

**二、研究内容与结论**

研究人员开发了一套用于挥发性签名模式识别（VSPR）的多传感器电子鼻框架，涵盖环境和化学消毒剂两个场景。该框架采用8个MQ系列MOS传感器（MQ-2、MQ-3、MQ-4、MQ-5、MQ-6、MQ-7、MQ-8和MQ-135）组成的传感器阵列，检测范围覆盖可燃气体、有毒气体和环境气体的宽浓度区间（10–10,000 ppm）。研究系统评估了五种面向分布的特征变换技术（MinMax Scaler、Standard Scaler、Robust Scaler、Power Transformer和Quantile Transformer），并在相同验证流程下对五种机器学习分类器（KNN、SVM、MLP、LR和NB）进行了基准比较。此外，采用Friedman检验、Wilcoxon符号秩检验和效应量分析验证分类器间的性能差异。

实验使用两个数据集：数据集I包含与烹饪和燃烧来源相关的VOC签名（烧焦蔬菜、煎锅鸡蛋、食用油和液化石油气LPG四类）；数据集II包含化学消毒剂的VOC签名（过氧化氢H₂O₂、苯酚C₆H₅OH、氯气Cl₂和乙醇CH₃CH₂OH四类）。每个数据集包含2400个样本（每类600个），按80:10:10比例分为训练集、测试集和验证集。采用分层5折交叉验证（k=5）确保评估的可靠性。

研究结果表明：KNN分类器在所有特征变换方法下均表现最优，在数据集I上准确率达97%–98%，在数据集II上接近97%–98%，采用Power和Quantile变换时可达到近乎完美的分类性能。SVM和MLP表现出竞争力（F1分数约94%–97%），LR中等（约86%–90%），NB性能最差（约83%–86%）。ROC-AUC分析显示，各缩放方法下平均AUC均达0.99，其中Standard、Robust和Power scaler在数据集I上取得最高平均AUC（0.9925）。t-SNE三维可视化较二维表示展现出更清晰的类别分离。统计分析表明，Friedman检验确认分类器间存在显著差异（χ²_F=38.372, p<0.001），KNN的平均秩为1.00，与LR和NB存在显著差异（临界差CD=1.929），Cliff's Delta显示KNN相对于其他分类器具有大效应量（δ=0.65–0.95）。

**三、主要关键技术方法**

本研究所用的主要关键技术方法包括：（1）构建8-MOS传感器阵列电子鼻系统，采集两个场景（环境污染物和化学消毒剂）的VOC签名数据；（2）五种特征变换技术，即MinMax Scaler、Standard Scaler、Robust Scaler、Power Transformer和Quantile Transformer，用于将异构传感器响应归一化至统一尺度；（3）五种机器学习分类器，即KNN、SVM（RBF核）、MLP、LR和NB，在完全相同的5折交叉验证流程下进行基准测试；（4）t-SNE二维/三维降维可视化分析特征可分性；（5）非参数统计检验（Friedman检验、Wilcoxon符号秩检验和Cliff's Delta效应量）验证分类器间性能差异的显著性。

**四、研究结果**

**4.1 特征分布与可分性分析**

通过分布图和传感器统计对比分析发现，传感器阵列各传感元件的响应分布存在显著差异。部分传感元件（如S1、S2、S5、S6）呈现多峰和偏斜分布，表明其对多种重叠VOCs有响应；其他传感器（如S3、S4）呈对称窄分布，表明响应更具特异性。传感器S1的值范围从263到1266，而S6的范围从1797到2703，差异归因于不同传感器的灵敏度差异和对不同VOC的响应特性。MinMax缩放有效将信号标准化至[0, 1]范围，减少了尺度差异带来的影响。

**4.2 分类性能比较**

在数据集I上，KNN在五种特征变换方法下均取得最高准确率（97.08%–97.71%），采用Power Transformer和Quantile Transformer时接近完美分类。MLP在Power变换下表现最佳（准确率94.79%，F1分数94.81%），SVM在Power变换下达到96.04%的准确率。LR保持中等水平（约86%–89%），NB性能最低（约83%–85%），且对缩放方法敏感。

在数据集II上，KNN同样表现最佳（准确率96.46%–97.92%），MLP在Quantile变换下达到96.25%的准确率，SVM在Standard变换下为96.25%。LR和NB仍然保持中低水平。ROC-AUC分析表明，两个数据集在所有缩放方法下平均AUC均为0.99，其中数据集I的类3（LPG相关）AUC为0.98，略低于其他类别。

**4.3 统计显著性检验**

Friedman检验显示分类器间存在显著整体差异（χ²_F=38.372, p<0.001）。KNN平均秩为1.00，优于SVM（2.35）、MLP（2.65）、LR（4.00）和NB（5.00）。Nemenyi事后检验显示KNN与LR、KNN与NB之间存在显著秩差异（CD=1.929）。Wilcoxon符号秩检验确认KNN与所有其他分类器间的差异均达显著水平（p<0.05）。Cliff's Delta效应量（δ=0.65–0.95）表明KNN相对于其他分类器具有大效应量优势。

**五、讨论与结论**

讨论部分指出，特征变换方法的选择对异构传感器数据的分类性能具有显著影响。Power Transformer和Quantile Transformer通过将重尾分布转换为更接近高斯分布的形式，有效改善了大多数分类器的性能，特别是对距离敏感的KNN算法。t-SNE可视化分析从定性角度验证了特征变换在高维空间中增强类别可分性的作用。研究的局限在于当前硬件配置更适合实验室评估和外部供电监测，而非超低功耗可穿戴应用。未来工作应集成无线物联网传感器的实时数据采集、扩展样本量以涵盖更多挥发性化合物、采用UMAP或深度自编码器等高级特征嵌入方法、探索CNN和Transformer等深度学习模型，以及利用tinyML库在低功耗边缘设备上部署机器学习算法。室温运行和光激活金属氧化物、半导体异质结构及轻量级边缘学习模型也是值得探索的方向。

研究结论：本研究利用多传感器电子鼻系统，对两个真实数据集（数据集I：食用环境污染物LPG、食用油、煎锅鸡蛋和蔬菜；数据集II：化学消毒剂CH₃CH₂OH、Cl₂、H₂O₂和C₆H₅OH）进行了系统化的VSPR研究。五种机器学习分类器（KNN、SVM、MLP、LR、NB）与五种特征缩放器（MinMax Scaler、Standard Scaler、Robust Scaler、Power Transformer、Quantile Transformer）的组合评估表明，KNN在两个数据集上均持续表现最佳，在数据集I上达到98%–100%准确率（F1分数98.5%–99.75%，ROC-AUC 0.9925），在数据集II上达到近乎完美的结果（ROC-AUC 0.99–1.00），尤其在使用Power或Quantile缩放时。统计验证确认KNN的平均秩为1.0，与LR（4.0）和NB（5.0）差异显著（CD=1.929），Wilcoxon检验表明KNN与所有其他分类器的差异具有统计学意义（p<0.05），Cliff's Delta显示大效应量（δ=0.65–0.95）。传感器融合、特征变换和有效分类器的组合，特别是KNN结合Power和Quantile变换，可实现实时VOC分类。该系统在两个测试平台和多种场景下的稳健性能表明其具有泛化、可扩展和部署的潜力。