电子鼻（E-nose）是一个智能系统，我们将在本文中使用它来区分不同种类的室内污染物气体。 通常，我们需要获取大量带标记的样本，然后E-nose可以从样本中学习足够的有用信息，这有助于做出正确的决定。 实际上，标记未标记的样品始终是一项费时且费力的事情，并且收集的未标记样品的数量通常远远大于标记样品的数量。 另一方面，如果我们仅使用少量带标签的示例，而忽略了未标签样本中包含的有价值的信息，则E-nose学习系统通常没有很强的概括性。 因此，提出了一种基于委员会改进查询的主动学习算法，用于RBFN