1.一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，包括以下步骤：(1)制备泡沫石墨烯化学传感器；

(2)测量泡沫石墨烯与化学试剂作用时的时域电阻变化数据；

(3)根据墨烯电阻与有机化学试剂相互作用时的模型曲线，提取特征向量；

(4)采用主要成分分析法对提取的特征向量进行降维；

(5)进行BP神经网络的训练，将步骤4)中降维后的特征向量输入到训练好的BP神经网络中，输出分类结果，实现对有化学有机溶剂的识别。

2.如权利要求1所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤(1)的具体方法为：

1)采用化学气相沉积的方法制备泡沫石墨烯；具体为：采用化学气相沉积的方法把石墨烯薄膜沉积到泡沫镍上，然后用三氯化铁溶液刻蚀掉镍并用聚甲基丙基酸甲酯薄膜作为石墨烯新的支架，最后用热丙酮除去聚甲基丙基酸甲酯得到三维的泡沫石墨烯；

2)将ITO电极的玻璃基底用去离子水超声清洗；

3)取设定尺寸的泡沫石墨烯，用导电银漆将泡沫石墨烯粘附在ITO电极上，在常温下干燥。

3.如权利要求1所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤(2)中，时域电阻变化数据的测量采用仪表放大器放大动态电阻信号，并把动态电阻信号转换成电压信号。最后，由模数转换电路进行模数转换并经由微控制器实时上传至上位计算机。

4.如权利要求1所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤(3)中提取的特征向量包括：上升过程时间，恢复过程时间，上升过程曲线与石墨烯电阻基线围城的面积，恢复过程曲线与石墨烯电阻基线围城面积，上升过程石墨烯电阻变化得均值，下降过程石墨烯电阻变化得均值，上升过程石墨烯电阻最大变化率，恢复过程石墨烯电阻最大变化率的绝对值，反应过程的时间，反应过程的面积。

5.如权利要求1所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤(4)的具体过程为：

1)将步骤(3)中提取的特征向量组成特征向量矩阵Mm*n的协方差矩阵Cn*n，其中，m是特征向量的个数，n是特征向量特征的个数；

2)求取协方差矩阵Cn*n的特征值和特征向量；

3)确定特征维数k，选取特征值最大的前k个特征值对应的特征向量组成新的特征向量矩阵Cn*k；

4)通过计算(Mm*n)*(Cn*k)得到一个新的m*k维的特征向量矩阵Mm*k。

6.如权利要求1所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤(5)中进行BP神经网络训练的方法包括：①BP网络初始化：根据输入输出确定输入层节点数n、隐含层节点数l和输出层节点数m，初始化输入层、隐含层和输出层神经元之间的连接权值wij、wjk，初始化隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数；

②隐含层输出计算：根据输入变量x(i)，输入层和输出层之间的连接权值wij以及隐含层阈值a，计算隐含层的输出Hj；

③输出层输出计算：根据隐含层的输出Hj，连接权值wjk和阈值bk，计算BP神经网络的预测输出Ok；

④误差计算：根据网络预测输出Ok和期望输出y，计算网络预测误差ek；

⑤权值更新：根据网络预测误差ek，更新网络连接权值wij、wjk；

⑥阈值更新：根据网络预测误差ek，更新网络节点阈值aj，bk；

⑦判断算法迭代是否结束，若没有结束，则返回②。

7.如权利要求6所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤②中，隐含层的输出其中，l为隐含层节点数，f为隐含层的激励函数，函数

8.如权利要求6所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤③中，BP神经网络的预测输出

9.如权利要求6所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤⑤中，更新网络连接权值wij、wjk具体为：wjk＝wjk+ηHjek

式中，i＝1，2，...，n；j＝1，2，...，l；k＝1，2，...，m；η为学习速率。

10.如权利要求6所述的一种泡沫石墨烯化学传感器对有化学有机溶剂的识别方法，其特征在于，所述步骤⑥中，更新网络节点阈值aj，bk具体为：bk＝bk+ek；

式中，i＝1，2，...，n；j＝1，2，...，l；k＝1，2，...，m；η为学习速率。