1.一種基于物聯網傳感器的消防監測報警方法，其特征在于，包括：
2.根據權利要求1所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，根據投票節點對應的傳感器數據變化差值、一致性系數和變化相關系數加權計算投票節點對應的投票值，具體包括如下步驟：
3.根據權利要求2所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，所有投票節點對應的投票值進行加權平均計算，得到投票總值，加權平均計算過程中的投票權重通過所有投票節點對應的歷史準確率和當前空間下的環境數據集進行自適應調整，具體包括如下步驟：
4.根據權利要求3所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，權重自適應調整模型為bp神經網絡，包括輸入層、物理規則注意力層、隱藏層和輸出層，其中輸入層用于接收投票權重分析數據集，其中物理規則注意力層用于基于投票節點建立物理規律關聯矩陣，并通過物理規律關聯矩陣對投票權重分析數據集執行自注意力機制，構建物理融合投票權重分析數據集，隱藏層用于對物理融合投票權重分析數據集進行全連接處理，輸出層用于輸出投票權重集。
5.根據權利要求4所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，針對權重自適應調整模型的訓練，具體包括如下步驟：
6.根據權利要求5所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，基于投票總值對火災情況進行判斷，具體包括如下步驟：若是投票總值高于判斷閾值，發出火災報警信號，視為火災報警成功，并將投票值高于判斷閾值的投票節點對應的準確次數執行加一操作；若是投票總值低于判斷閾值，不發出火災報警信號，視為火災報警失敗，并將投票值高于判斷閾值的投票節點對應的準確次數執行加一操作，且投票節點每執行一次投票值計算，投票節點對應的總投票次數加一。
7.根據權利要求6所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，傳感器數據變化差值、一致性系數和變化相關系數加權對應的第一權重系數、第二權重系數和第三權重系數通過基于環境感知改進后的粒子群優化算法優化得到，具體包括如下步驟：
8.根據權利要求7所述的一種基于物聯網傳感器的消防監測報警方法，其特征在于，聚類分析采用k-means。
9.一種基于物聯網傳感器的消防監測報警系統，其特征在于，所述系統應用上述權利要求1-8任一項所述的一種基于物聯網傳感器的消防監測報警方法，包括：