技術(shù)特征：
1.一種無線傳感器網(wǎng)絡(luò)路由層服務(wù)質(zhì)量評(píng)價(jià)方法，其特征在于，包括：對(duì)服務(wù)質(zhì)量數(shù)據(jù)進(jìn)行高斯云變換獲得高斯云模型，通過高斯云模型完成對(duì)服務(wù)質(zhì)量數(shù)據(jù)的定性概念劃分；針對(duì)不同服務(wù)質(zhì)量指標(biāo)得到的多組定性概念劃分，采用樹頻集關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到用于進(jìn)行服務(wù)質(zhì)量評(píng)價(jià)的關(guān)聯(lián)規(guī)則集；所述定性概念劃分由生成的高斯云模型表示，對(duì)于指定服務(wù)質(zhì)量指標(biāo)，其高斯云模型個(gè)數(shù)表示當(dāng)前定性概念劃分個(gè)數(shù)；所述對(duì)服務(wù)質(zhì)量數(shù)據(jù)進(jìn)行高斯云變換獲得高斯云模型，通過高斯云模型完成對(duì)服務(wù)質(zhì)量數(shù)據(jù)的定性概念劃分，包括如下步驟：步驟a，通過高斯變換參數(shù)估計(jì)將服務(wù)質(zhì)量數(shù)據(jù)擬合為包含若干個(gè)高斯分布的混合高斯模型；步驟b，獲取混合高斯模型中每個(gè)高斯分布對(duì)應(yīng)的高斯云模型的概念含混度；對(duì)所有高斯云模型的概念含混度進(jìn)行篩選，低于預(yù)設(shè)概念含混度閾值的高斯云模型作為當(dāng)前定性概念劃分；步驟c，重復(fù)步驟a和b，完成對(duì)所有服務(wù)質(zhì)量指標(biāo)的定性概念劃分；所述高斯云模型由數(shù)字特征期望，熵及超熵表示；所述數(shù)字特征期望表示定性概念在論域空間的中心值，所述熵表示定性概念的離散程度，所述超熵表示熵的離散程度；所述針對(duì)不同服務(wù)質(zhì)量指標(biāo)得到的多組定性概念劃分，采用樹頻集關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到用于進(jìn)行服務(wù)質(zhì)量評(píng)價(jià)的關(guān)聯(lián)規(guī)則集，包括如下步驟：步驟d，根據(jù)高斯云模型將路由層各指標(biāo)數(shù)據(jù)定量表示映射為定性概念，從而生成以定性為基本單位的事務(wù)數(shù)據(jù)庫；步驟e，對(duì)步驟d中所得事務(wù)數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到符合條件的QoS指標(biāo)關(guān)聯(lián)規(guī)則集，當(dāng)對(duì)應(yīng)規(guī)則前件被激活，對(duì)應(yīng)的規(guī)則后件即為當(dāng)前指標(biāo)的定性評(píng)價(jià)；所述步驟a可進(jìn)一步表示為：a1，設(shè)置樣本集波峰個(gè)數(shù)為高斯分布個(gè)數(shù)M；a2，對(duì)第k個(gè)高斯分布，根據(jù)極大似然估計(jì)，計(jì)算高斯分布參數(shù)；其中，k＝1,...,M；a3，重復(fù)步驟a2，通過期望值最大化算法進(jìn)行迭代，優(yōu)化高斯分布參數(shù)；a4，達(dá)到最大迭代次數(shù)或誤差小于期望值，停止迭代，輸出所有高斯分布；所述步驟b可進(jìn)一步表示為：b1，對(duì)每個(gè)高斯分布計(jì)算其縮放比α，縮放比α滿足如下條件：μk-1+3α1σk-1＝μk-3α1σkμk+3α2σk＝μk+1-3α2σk+1α＝min(α1,α2)其中μ表示高斯分布期望，σ表示高斯分布標(biāo)準(zhǔn)差；b2，根據(jù)縮放比及高斯分布期望及標(biāo)準(zhǔn)差計(jì)算高斯云模型參數(shù)，高斯云模型參數(shù)計(jì)算公式如下：Exk＝μk1其中，Ex表示數(shù)字特征期望，En表示熵，He表示超熵，μ表示高斯分布期望，σk表示高斯分布標(biāo)準(zhǔn)差，α表示高斯分布的縮放比；b3，計(jì)算高斯云模型概念含混度CD＝3He/En，若CD大于給定閾值β，則M＝M-1，同時(shí)剔除當(dāng)前高斯云模型；所述概念含混度用于表示定性概念的外延離散程度；b4，重復(fù)步驟b1～b3，剔除所有含混度不小于β的高斯云模型，最終輸出M個(gè)高斯云模型；所述步驟d可進(jìn)一步表示如下：d1，設(shè)定進(jìn)行QoS評(píng)價(jià)的關(guān)聯(lián)規(guī)則前件指標(biāo)序列及關(guān)聯(lián)后件指標(biāo)；d2，對(duì)于所有指標(biāo)，根據(jù)其同一時(shí)刻的定量數(shù)據(jù)表示與對(duì)應(yīng)指標(biāo)高斯云模型關(guān)系，將其映射為定性概念；d3，由所有定性概念組合事務(wù)數(shù)據(jù)庫，剔除重復(fù)組合；所述步驟e可進(jìn)一步表示為：e1，掃描事務(wù)數(shù)據(jù)庫，統(tǒng)計(jì)事務(wù)中每個(gè)項(xiàng)目的出現(xiàn)次數(shù)，將次數(shù)低于最小支持度minsupport的項(xiàng)目刪除，事務(wù)集合中剩余事務(wù)項(xiàng)目按照出現(xiàn)次數(shù)由高到低排列，得到新的事務(wù)集合F{fi|i＝1,2,...,K}e2，將步驟e1得到的事務(wù)集合F導(dǎo)入條件模式基，創(chuàng)建后綴模式PostModel作為頻繁模式初始列表，初始時(shí)PostModel為空；e3，掃描CPB構(gòu)建頻繁模式樹FP-Tree，將每條事務(wù)記錄插入FP-Tree；e4，選取FP-Tree中未被選取過的一個(gè)項(xiàng)目，對(duì)該項(xiàng)目尋找FP-Tree根節(jié)點(diǎn)到該項(xiàng)目節(jié)點(diǎn)的所有路徑，將該項(xiàng)目加入PostModel并從每條路徑中刪除，輸出PostModel作為一條頻繁模式及其支持度；e5，步驟e4中每條路徑作為一條新事務(wù)記錄并加入新的條件模式基CPBNew，若CPBNew不為空則轉(zhuǎn)到步驟c，否則重新轉(zhuǎn)到步驟d。2.根據(jù)權(quán)利要求1所述的無線傳感器網(wǎng)絡(luò)路由層服務(wù)質(zhì)量評(píng)價(jià)方法，其特征在于，所述關(guān)聯(lián)規(guī)則用于表示待評(píng)價(jià)服務(wù)質(zhì)量指標(biāo)在運(yùn)行過程中可能出現(xiàn)的評(píng)價(jià)情況，包含由若干種服務(wù)質(zhì)量指標(biāo)組成的事務(wù)數(shù)據(jù)庫及預(yù)定義的規(guī)則前件與規(guī)則后件；當(dāng)規(guī)則前件所表示的定性概念全部滿足時(shí)，該關(guān)聯(lián)規(guī)則被激活，所對(duì)應(yīng)的評(píng)價(jià)生效；所述事務(wù)數(shù)據(jù)庫由不同服務(wù)質(zhì)量指標(biāo)隨機(jī)組合而成，組合的具體形式根據(jù)路由層運(yùn)行過程中出現(xiàn)的各定性概念生成；所述規(guī)則前件由多個(gè)服務(wù)質(zhì)量指標(biāo)的定性概念組成；所述規(guī)則后件由當(dāng)前待評(píng)價(jià)的服務(wù)質(zhì)量指標(biāo)的定性概念組成。3.根據(jù)權(quán)利要求2所述的無線傳感器網(wǎng)絡(luò)路由層服務(wù)質(zhì)量評(píng)價(jià)方法，其特征在于，所述樹頻集關(guān)聯(lián)規(guī)則挖掘算法以所述事務(wù)數(shù)據(jù)庫與最小支持度為初始輸入；所述最小支持度表示為數(shù)據(jù)庫事務(wù)記錄中定性概念的出現(xiàn)頻率；所述關(guān)聯(lián)規(guī)則集包括若干由用戶定義的規(guī)則前件與規(guī)則后件組成的關(guān)聯(lián)規(guī)則。