随着信息科技在不断的进步，现实世界将是一个智能的网络世界，在这个网络里有数不清的计算和通信设备为各自目的运行着，并提供各种各样的情境信息。移动设备获取这些情境信息之后，如何有效地管理这些情境信息和利用这些信息改善现有的系统的用户体验越来越受到研究者们的关注。情境识别系统就是为了解决这些问题而产生的。情境识别系统解决了上层应用程序使用情境信息的困难，而情境推理解决了基础情境信息类型增长缓慢与上层软件对新情境信息需求不断飞速增加之间的矛盾。情境识别系统使得基于情境识别的程序可以更专注于上层的设计，减少此类软件开发的工作量；情境识别系统还可以作为中间件应用在各类系统中改进原有系统效果，增强用户体验。本文主要研究基于智能移动终端的情境识别框架的设计与情境推理算法的研究，主要完成的工作有以下：(1)研究了以往的情境识别框架，分析了其优缺点以及各自的特色；(2)根据智能移动平台的特点，参考传统优秀的情境识别框架，设计出了基于智能移动平台的情境识别框架；(3)实地搜集了情境推理的数据集；4500条的人工标注的位置信息以及每类活动长达20分钟以上的活动信息；(4)实现场景识别和活动识别两种情境推理算法；主要包括对情境源的选择、数据的预处理、数据集特征的抽取以及分类算法的运用等。并验证分类算法的效果和评价其结果；(5)根据设计的框架实现情境识别系统。主要研究成果有：设计了智能移动平台的情境识别框架并在Android实现平台情境识别系统，并通过实验验证了框架的有效性；运用Google Places API实现了基于位置的场景识别算法、在少数的基于移动终端的活动识别中明确地提出了运用方向传感器数据修正加速度传感器数据的公式和相应的算法，在移动平台上取得不错的效果。