本發(fā)明提供了一種基于大數(shù)據(jù)分析的氣味識別方法，通過采集大數(shù)據(jù)平臺中的化學(xué)分子結(jié)構(gòu)信息數(shù)據(jù)建立相應(yīng)的標(biāo)準(zhǔn)氣味分子數(shù)據(jù)庫，與化學(xué)理論相結(jié)合進(jìn)行數(shù)據(jù)預(yù)處理提取合適的特征。根據(jù)不同氣味物質(zhì)的化學(xué)結(jié)構(gòu)特征不同，采用KNN、BP神經(jīng)網(wǎng)絡(luò)等算法建立模型對不同氣味物質(zhì)進(jìn)行相似性分類，并對比氣味的識別率，以此更好的實現(xiàn)通過物質(zhì)的化學(xué)結(jié)構(gòu)來識別物質(zhì)的氣味。當(dāng)分類識別率較高時，即表示所提取的特征可以把物質(zhì)氣味信息進(jìn)行有效地區(qū)分，也即所提取的特征更接近物質(zhì)氣味的本質(zhì)、更能表示物質(zhì)的氣味信息。該方法穩(wěn)點(diǎn)、簡便，可為氣味識別提供不同的思路參考，同時可以省去尋找特定氣味分子所需的大量精力和投入，為進(jìn)一步研究物質(zhì)氣味通用性表征模式奠定基礎(chǔ)。