一种基于深度学习的建筑物火灾风险预测与预警方法

本发明公开了一种基于深度学习的建筑物火灾风险预测与预警方法，包括如下步骤：S1、采集建筑物的多源异构数据，并进行预处理；S2、构建风险演化张量图；S3、将风险演化张量图输入张量传播网络生成火灾风险预测概率；S4、冻结时间残差交互单元和动态风险增强单元的参数，对结构通感单元进行结构重构和参数更新；S5、设定延迟承诺机制，当风险信号持续增强时触发火灾预警，否则进入观察状态。本发明融合张量图建模与深度传播网络，实现建筑火灾风险精准预测与动态预警，具备响应及时、误报率低、自适应性强的优点。