1.一种无线传感器网络路由层服务质量评价方法，其特征在于，包括：

对服务质量数据进行高斯云变换获得高斯云模型，通过高斯云模型完成对服务质量数据的定性概念划分；

针对不同服务质量指标得到的多组定性概念划分，采用树频集关联规则挖掘算法进行关联规则挖掘，得到用于进行服务质量评价的关联规则集。

2.根据权利要求1所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述定性概念划分由生成的高斯云模型表示，对于指定服务质量指标，其高斯云模型个数表示当前定性概念划分个数。

3.根据权利要求2所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述对服务质量数据进行高斯云变换获得高斯云模型，通过高斯云模型完成对服务质量数据的定性概念划分，包括如下步骤：步骤a，通过高斯变换参数估计将服务质量数据拟合为包含若干个高斯分布的混合高斯模型；

步骤b，获取混合高斯模型中每个高斯分布对应的高斯云模型的概念含混度；对所有高斯云模型的概念含混度进行筛选，低于预设概念含混度阈值的高斯云模型作为当前定性概念划分；

步骤c，重复步骤a和b，完成对所有服务质量指标的定性概念划分。

4.根据权利要求3所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述高斯云模型由数字特征期望，熵及超熵表示；所述数字特征期望表示定性概念在论域空间的中心值，所述熵表示定性概念的离散程度，所述超熵表示熵的离散程度。

5.根据权利要求4所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述高斯云模型的参数用如下方式表示： Ex＝μ

其中，Ex表示数字特征期望，En表示熵，He表示超熵，μ表示高斯分布期望，σ表示高斯分布标准差，α表示高斯分布的缩放比。

6.根据权利要求5所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述概念含混度用于表示定性概念的外延离散程度，通过CD＝3He/En表示。

7.根据权利要求1所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述关联规则用于表示待评价服务质量指标在运行过程中可能出现的评价情况，包含由若干种服务质量指标组成的事务数据库及预定义的规则前件与规则后件；当规则前件所表示的定性概念全部满足时，该关联规则被激活，所对应的评价生效；所述事务数据库由不同服务质量指标随机组合而成，组合的具体形式根据路由层运行过程中出现的各定性概念生成；所述规则前件由多个服务质量指标的定性概念组成；所述规则后件由当前待评价的服务质量指标的定性概念组成。

8.根据权利要求7所述的无线传感器网络路由层服务质量评价方法，其特征在于，所述树频集关联规则挖掘算法以所述事务数据库与最小支持度为初始输入；所述最小支持度表示为数据库事务记录中定性概念的出现频率；所述关联规则集包括若干由用户定义的规则前件与规则后件组成的关联规则。