基于电子鼻的智能厨房烹饪方式检测

家居环境中的饮食健康研究是长久以来的研究方向,其相关研究目前主要集中在饮食习惯和营养均衡方面,对于烹饪方式的研究相对较少.在智能厨房场景中,开发了一种基于电子鼻的烹饪方式检测方法,使用MOS气体传感器构建的气体传感器阵列对84道菜品在烹饪过程中产生的气体进行连续采集,对比了基于决策树和随机森林的烹饪方式分类模型,研究结果表明,后者对蒸煮、煎炒和油炸3种烹饪方式的平均分类准确率可达95%.此外,邀请了6名用户进行现场体验+访谈,对该方法进行可用性评估.证明了该方法具有帮助用户记录饮食和管理健康的潜力,并且探索了该方法的交互应用,总结了其未来在智能厨房中的设计模式和交互方式,为后续相关研究提供设计建议和方向.