目的 考察自主研制的电子鼻设备在不同实验条件下的性能表现,并探索其在实际人体气味识别中的应用,尤其是通过结合卷积神经网络算法对人体气味样本进行性别分类,进一步验证其在人体气味分析中的潜力.方法 先在气体流速为500～2 500 mL/min的条件下,选择丙酮、乙醇和异戊二烯为测试气体,浓度设为2×10-6 mol/m3进行电子鼻设备性能测试.实验中涉及流速、富集时间、保存介质和保存时间等多个因素.再采集25名男性和25名女性的手足气味样本,利用电子鼻获取的特征数据,结合卷积神经网络算法对气体样本进行性别分类.结果 选择1 500～2 000 mL/min的气体流速时,电子鼻的性能最佳.铝箔气袋保存效果较好,气体衰减最小.富集时间为10 min时,检测能力最强.基于手足气味的性别分类准确率分别为:左手96.55%、右手93.10%、左脚100%、右脚96.55%.结论 通过优化实验条件,电子鼻设备的性能得到了显著提升.同时,结合卷积神经网络算法能够有效进行人体气味识别,并取得较高的分类准确率,为电子鼻在人体气味识别领域的实际应用提供了可行的解决方案.