一种基于多类型传感器的可解释性机器学习辅助的火灾预测评估方法、系统、设备及介质

一种基于多类型传感器的可解释性机器学习辅助的火灾预测评估方法、系统、设备及介质，针对不同场景使用多种类型的传感器，采集整合大量火灾数据集，涵盖多种不同火灾场景，即不同时间、地点等，并将数据集划分出训练集和测试集；构建卷积神经网络子模型，使用数据集对模型进行训练，实现对火灾预测的普适性建模；使用主成分分析法并结合熵权法对预测发生火灾的地方进行灾情评估，实现对受灾程度的精确的普适性评估；本发明通过结合卷积神经网络子模型与主成分分析法(PCA)及熵权法进行灾情评估，能够准确分析和预测不同类型和规模的火灾情况，具有提高灾情评估的准确性和可操作性，同时增强模型的数据处理能力和输出的可解释性。