电子鼻（E-nose）作为旨在检测气味或味道的设备，已在许多领域得到广泛使用。 要获得理想的电子鼻分类模型，需要许多标记的样品。 但是，标记的样品不容易获得，并且在某些情况下，现实世界中的气体样品非常复杂且未标记。 结果，有必要制造一种电子鼻，其不仅可以对未标记的样本进行分类，而且可以使用这些样本来修改其分类模型。 在本文中，我们首先介绍了一种称为S4VMs的半监督学习算法，并在多分类算法中改进了它的使用，以对E型鼻样本进行分类。 然后，我们通过添加已分类的未标记样本来修改其模型，并使用称为量子