El reconocimiento de actividades humanas ha sido un tema candente en los últimos años. Con los avances en la tecnología de sensores, ha habido un creciente interés en utilizar teléfonos inteligentes equipados con un conjunto de sensores integrados para resolver tareas de reconocimiento de actividades. Sin embargo, en la mayoría de los estudios anteriores, los teléfonos inteligentes se usaron en una posición fija, como los bolsillos de los pantalones, durante el reconocimiento, lo que limita el comportamiento del usuario. En los casos independientes de la posición, la precisión del reconocimiento no es muy satisfactoria. En este artículo, estudiamos el reconocimiento de actividades humanas con teléfonos inteligentes en diferentes posiciones y propusimos un nuevo método independiente de la posición llamado PACP (Ajuste de Parámetros Correspondientes a la Posición del Teléfono Inteligente), que puede mejorar notablemente el rendimiento del reconocimiento de actividades. En PACP, se extrajeron características de los datos en bruto del acelerómetro y el giroscopio para reconocer primero la posición del teléfono inteligente; luego, los datos del acelerómetro se ajustaron de acuerdo con la posición; finalmente, las actividades se reconocieron con el modelo SVM (Máquina de Vectores de Soporte) entrenado con los datos ajustados. Para evitar la interferencia de las orientaciones del teléfono inteligente, se transformó el sistema de coordenadas del acelerómetro para obtener información más útil durante este proceso. Los resultados experimentales muestran que PACP puede lograr una precisión superior al 91%, lo que es más efectivo que los métodos anteriores.