【摘要】异构传感器在物联网（ＩｏＴ）环境中的广泛应用使得传感器数据融合技术成为研究热点。 为了提升环境感知的准确性和可靠性，本文研究了一种基于随机森林的传感器数据融合方法。 本文深入研究了传感器融合的基础理论，并分析了现有方法的特点及适用范围。 针对特征提取和环境感知方法进行了探索。 为了验证所提方法的有效性，基于 Ｐｙｔｈｏｎ 构建了上述传感器数据融合框架，采用自适应系统高级研究中心（ＣＡＳＡＳ）智能家居数据集进行测试。 实验结果显示，基于随机森林的融合方法在多个指标上均优于传统的线性判别分析方法。 该研究为 ＩｏＴ 环境感知提供了创新的技术方案，具有良好的实用前景