随着科学技术的不断发展,新一代移动智能设备集成了许多性能可靠、功能强大的传感器设备,比如GPS传感器、视觉传感器、声音传感器、光线传感器、方向传感器以及加速度传感器等等。这些传感器在大众化通讯设备中的使用为数据挖掘的应用提供了广阔的空间。本文中,针对基于手机三轴加速度传感器惯性数据实现人体姿态识别的策略进行研究。为了实现这个目的,首先有监督地利用手机的三轴加速度传感器来收集日常生活的一些常见姿态的加速度数据,比如走、慢跑、上下楼、坐和站立。然后利用数据对人体行为特征进行分析,找出人体运动的特征。之后,对原始数据进行处理,并基于分类技术建立姿态识别模型。最后,利用模型对典型的人体姿态进行训练和预测,并且对结果进行评估和分析。研究基于手机惯性数据的人体姿态识别具有明显的实际意义,可以帮助了解用户日常生活行为习惯或者健康状况。并且,这项工作有着广泛的应用,比如根据使用者的姿态情况去判断使用者的健康状况,提醒使用者是否需要锻炼等。