使用智能手机进行活动识别为人们实现健康监控和环境辅助生活提供了一种无所不在的简便方法。 由于人类活动具有高度复杂性和多样性的特征，因此活动的准确识别在很大程度上取决于从有限的智能手机信号中提取的适当功能以及模式识别方法的效率。 提出了一种基于小波包变换（WPT）和半余弦模糊聚类（HFC）的无监督分类方案，用于智能手机上人类活动的自动特征提取和识别。 小波包系数特征与统计特征相结合，全面地描述了传感器信号。 新颖的半余弦初始化消除了模糊聚类对初始中心分布的敏感性。 公开数据集的实验结果表明，与统计