Con la creciente complejidad de la construcción de estructuras y materiales interiores, el peligro de incendios en interiores se ha vuelto más grave. Es efectivo mejorar la precisión y la puntualidad de los dispositivos de detección de incendios para reducir el daño causado por los incendios. Este documento se centra en las características temporales de la información del sensor, introduciendo de manera creativa el suavizado exponencial de segundo orden en el algoritmo de fusión de información. La estructura RNN se utiliza para ajustar la fórmula y se entrena de manera adaptativa con varios tipos de datos de incendios. Los resultados experimentales muestran que el algoritmo propuesto logra una precisión del 98% en el reconocimiento de incendios, mejorando significativamente la precisión del reconocimiento de incendios. Para evitar el problema de muestras positivas y negativas desbalanceadas, este documento evalúa de manera integral parámetros como la puntuación F1 y el coeficiente de correlación de Matthews (MCC). Las puntuaciones obtenidas son 0.97 y 0.95, respectivamente, lo que indica el buen rendimiento del algoritmo en la detección de la presencia o ausencia de fuego. Además, se prueba el tiempo de alarma del algoritmo propuesto. Los resultados experimentales muestran que el algoritmo propuesto puede identificar de manera oportuna varios tipos de incendios y puede dar una alarma antes que las alarmas de incendios tradicionales.