无线传感器网络是对旧有的有线传感器网络的重大革新，是一个全新的研究领域。对其研究方兴未艾，其应用必将对人们的生活产生重大影响。利用分布在环境中的大量的传感器，可以检测环境和物体的状态的变化，识别用户的动作，从而实现环境智能。数据挖掘的一些方法和工具可以用来解决传感器网络中的大量数据处理的问题。数据融合可以在三个不同的层次对数据进行处理，经过融合后，结果会变的更加稳定，而且可以实现多线索的合并。本文主要研究了数据挖掘和数据融合在无线传感器网络的动作识别系统中的应用。 工作主要包括： 1) 首先提出了一个基于无线传感器网络的动作识别系统，同时也提出了建立动作识别系统的共性的方法和思路，同时就本系统的具体应用分析了系统建立之前要解决的基本问题，比如传感器的消息的分类、传感器校准、已经如何针对每一个特定动作的传感器的布置和安装。 2) 分析了数据挖掘在动作识别系统中的具体应用。需要针对传感器网络的实际问题，选用尽量简单的方法。本文先分析了数据挖掘的方法在动作识别中，从最底层到最高层，如何进行预处理、特征选择到最后的分类。引入状态机对识别的结果进行判断，当然状态机的主要应用不是用来预测而是否定一些不可能的情况。另外，本文还提出了一种带置信度的决策树的简单的计算方法，置信度的计算基于距离的，当决策树不是很复杂的时候，相比于模糊决策树是一种很好的方法。 3) 具体运用了数据融合的一些方法来解决传感器网络中实际的问题，使用了原始数据级的融合和决策级的融合。本文提出了带权重的D-S证据理论用来解决传感器网络中的线索融合的应用，以及如何训练得到参数的过程。另外，本文还针对识别结果的不稳定性，提出了时间序列上的带权重的融合，这样既可以让结果变的稳定，又可以达到实时性的要求。 4) 最后，本文还提出了无线传感器网络的动作识别系统的软件实现。主要基于模块化和XML作为系统参数的输入。这样的设计模式利于软件的维护和用户的使用。