多源数据融合结合深度学习的航站楼环境智能监测方法

本发明提供一种多源数据融合结合深度学习的航站楼环境智能监测方法，涉及建筑监测技术领域，包括：采集多源感知数据并预处理，输入双流神经认知计算框架提取特征，经环境状态评估模型生成环境评估结果，利用时空动态解耦器和多目标优化模型生成环境调控策略并执行，实现了对航站楼环境的智能监测与优化调控，提高了环境舒适度和安全性，降低了能源消耗，增强了应急事件处理能力。