本发明公开一种基于加速度计的人体行为识别分类方法，包括如下步骤：１）收集人体行为样本作为训练集；２）寻找对该训练集识别分类最优的投影矩阵Ｕ；３）对无标注数据进行投影；４）对投影后的数据采用最小距离分类器分类，获得识别结果。本发明对标注数据形成的近邻块做局部近似线性的假设，并使块上不同类别之间样本距离足够大，相同类别样本位置顺序信息通过类ｓｉｇｍｏｉｄ函数惩罚因子尽可能的保留，最后在所有块上目标函数的基础上建立全局目标函数。利用本发明提出的方法能够合适的保留高维空间中样本之间距离的信息，减少识别模型对人工标注样本的依赖，其识别效果优于有代表性的基于线性判别分析的人体行为识别方法。