在智能硬件蓬勃发展的今天，基于智能设备传感器的动作识别与情景感知成为时下的研究热点。但在智能手机等设备的动作识别当中，其仍存在着由于位置不固定等相关性因素造成的识别精度较低等问题。在大部分的动作识别实验中采用的分类模型对于不同的用户，或者在不同的佩戴位置上的数据，其识别效果往往并不好。这些由于用户习惯和佩戴位置固定的问题被称为相关性问题。在日常生活的使用当中，这些相关性问题都会对智能设备上的动作识别精度造成不良影响。而为解决其中的位置相关性问题则是本文的研究方向。　　本文首先提出了使用动作特征之间的相似度概念可以帮助提高识别的精度，以至于更进一步通过不同位置同类动作之间的相似度比较已减少位置不固定所带来的影响。我们采用了已有的基于传感器的的数据库中的数据，以及自己采集的多个位置的数据来进行了实验来验证。为了进一步确定对于一个未知的新位置上的动作的识别效果，我们以Android智能手机为研究载体，使用Android智能手机上的传感器采集了大量不同位置上的动作数据，并对于相似度在新位置上的应用进行了验证。