基于机器学习与异味传感器的抽油烟机控制方法

本发明涉及机器学习及厨房电器自动控制技术领域，具体为基于机器学习与异味传感器的抽油烟机控制方法。采集异味浓度序列，提取浓度变化率、变化加速度、持续上升时长、峰值间隔及衰减时间常数，构成异味动态特征序列；根据历史烹饪过程构建传感器响应核，对异味浓度序列进行逆向解卷积，获得异味源释放强度序列；将所述序列输入机器学习模型，得到烹饪事件概率和事件状态，并依据受限状态转移关系生成时序一致性结果；当烹饪事件概率、释放趋势及时序一致性结果共同满足启动条件时，输出启动和挡位控制指令。本发明可区分真实烹饪异味与短时非烹饪异味，减少误启动，并降低传感器响应迟滞对控制时点的影响。