来源：期刊VIP网 时间：
作者：夏安逸;张昊哲;梅润嘉;杨贵钦;
单位：昆明理工大学机电工程学院;
摘要：随着气敏传感器在环境监测和工业安全等领域的广泛应用，其性能优化需求愈发迫切。传统传感器设计方法效率低、成本高，机器学习(ML)凭借其强大的建模与识别能力为气敏传感器性能提升提供了新的思路。综述了ML在气敏传感器中的应用进展：在性能预测方面，通过集成与深度学习模型，构建材料特性与传感器响应之间的关系，实现高精度预测(拟合优度R~2>0.99);在气体分类方面，结合温度调制、多模态融合与支持向量机(SVM)等方法，实现了多气体的高分类准确率(>98%)识别；在传感器校准方面，迁移学习与变分贝叶斯方法有效解决了传感器漂移与数据缺失问题。目前，该领域面临数据稀缺、可解释性差和多因素建模等挑战。未来研究应聚焦构建智能传感网络、推进多模态分析与新型算法应用，推动气敏传感器向高精度、智能化发展。
关键词：机器学习(ML);;气敏传感器;;气体分类与识别;;传感器校准;;智能传感网络;;多模态学习
基金资助：昆明理工大学人才培养项目(141120240080)
