本文建立了一个基于无线传感器网络(WSN)的人体动作识别系统，通过采集和处理人体运动时产生的加速度信号来识别不同的人体动作。研究中选择了贝叶斯网络、支持向量机、决策树和神经网络四种机器学习中常见的分类算击对采集到的加速度信号进行识别，重点研究了不同信号采样频率、不同信号观测窗口宽度和不同信号特征选择对动作识别精度的影响。结果表明，在高采样频率下(IOHz)四种算法才能够达到理想的识别精度，而且只要信号观测窗口宽度包含一个完整的动作连行周期就不会影响到动作识别的结果。此外实验结果还说明对于本文所选择的八种动作，加速度信号在各频率上的能量并不能很好地表现不同动作间的差异，去掉这些特征后四种分类算法的识别精度并没有收到影响。本研究结果有助于人体动作识别系统性能的改善，使其能够更好地适应实际应用中的要求。