Los ingredientes principales de varios productos olorosos son productos químicos líquidos volátiles (LVC). En la sociedad humana, identificar el tipo de LVC es la lógica interna de muchas aplicaciones, como exponer productos falsificados, clasificar la calidad de los alimentos, diagnosticar entornos interiores, y más. La nariz electrónica (EN) puede servir como una solución rentable, eficiente en tiempo y segura para la identificación de LVC. En este documento, presentamos el diseño y la evaluación de una EN integrada portátil, llamada SMUENOSEv2, que emplea el módulo NVIDIA Jetson Nano para ejecutar el método de identificación de LVC. Todos los componentes de SMUENOSEv2 están encerrados en un estuche portátil. Esta estructura todo en uno hace que sea conveniente usar SMUENOSEv2 para una identificación rápida de LVC en el lugar. Para evaluar el rendimiento de SMUENOSEv2, se utilizaron dos productos olorosos comunes, es decir, perfumes y licores, como muestras a identificar. Después de la preprocesamiento de datos de muestreo y generación de características, se utilizaron dos métodos mejorados de árbol de decisión de aumento de gradiente (GBDT) para la clasificación de características. Los extensos resultados experimentales muestran que SMUENOSEv2 es capaz de identificar LVC con precisión considerablemente alta. Con los modelos GBDT previamente entrenados, el tiempo empleado para identificar el tipo de LVC es inferior a 1 s.