針對(duì)組網(wǎng)系統(tǒng)中的信息樣式多、模糊性強(qiáng)等特點(diǎn)，介紹了分布式異類傳感器組網(wǎng)系統(tǒng)及其特點(diǎn)，將數(shù)據(jù)挖掘中的知識(shí)發(fā)現(xiàn)理論與數(shù)據(jù)融合的知識(shí)應(yīng)用理論相結(jié)合，建立了異類信息綜合處理的集成模型。并提出了基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘算法，增強(qiáng)了集成模型的自學(xué)習(xí)性能。模型有效地提高了異類傳感器組網(wǎng)系統(tǒng)的智能化、自動(dòng)化能力。