مدولاسیون دما در حسگرهای گاز مبتنی بر اکسیدهای فلزی، از جمله SnO₂، موجب تغییر دمای عملیاتی حسگر می شود. این تغییرات، حساسیت و گزینش پذیری حسگر را در تشخیص اسید استیک موجود در سرکه افزایش داده و امکان تعیین خلوص سرکه را فراهم می کنند. در مدولاسیون دمایی حسگرهای گاز، از چرخه های دمایی برای ثبت پاسخ حسگر به ترکیبات مختلف استفاده می شود. این پاسخ ها به عنوان ویژگی های طبقه بندی استخراج شده و امکان تمایز و شناسایی ترکیبات را فراهم می کنند. در این پژوهش، با استفاده از الگوریتم نزدیک ترین همسایه، ویژگی های استخراج شده به طور موثری برای طبقه بندی نمونه های سرکه و تعیین خلوص آن ها به کار گرفته شد. به ریزگرمکن حسگر گاز MQ۲ یک ولتاژ مربعی اعمال شد که موجب تغییر دمای حسگر و ایجاد الگوهای متمایز در پاسخ آن گردید. پاسخ ولتاژ حسگر به بخارات سرکه با خلوص های مختلف در سه مرحله ثبت شد. از هر الگوی ایجادشده در پاسخ حسگر، هفت ویژگی متمایز انتخاب شد که به عنوان ورودی های الگوریتم طبقه بندی مورد استفاده قرار گرفتند. دقت الگوریتم پیشنهادی در تشخیص خلوص سرکه برابر با ۸۶ درصد بوده و این روش قابلیت استفاده در سیستم های تشخیص خودکار را دارد.