本发明公开了一种基于SVM电子鼻系统的挥发性液体识别模块及方法，包括多个不同传感器获取挥发性液体的状态数据，通过开源电子平台进行数据的收集以及传输；通过收集模块进行数据的记录，并保存在计算机中；通过算法模块对收集到的数据集进行数据的预处理，包括去噪、标准化、PCA降维，将数据进行切割，分为测试集和训练集；通过贝叶斯优化找出最佳超参数，用最佳超参数构建模型；输出模型的准确率和其他性能指标；最后通过训练后的模型进行新数据预测；采用多数量传感器进行数据收集，可提高分类识别的准确度；对数据集进行预处理，可降低数据后续处理的难度，并提高模型的训练效率及准确度；利用训练的模型可实现对挥发性液体的识别应用。