Para el reconocimiento diario de movimientos, cada investigador construye su propio método para reconocer sus propias acciones específicas. Sin embargo, para otros tipos de movimientos objetivo, no pueden utilizar su método para reconocer otros tipos de movimientos porque las características de sus movimientos objetivo que extrajeron no pueden ser extraídas de otros tipos de movimientos. Por lo tanto, queríamos desarrollar un método general que pueda ser utilizado en la mayoría de los tipos de movimientos. De nuestras observaciones, encontramos que un movimiento significativo se combina con algunos movimientos básicos. Por lo tanto, podríamos reconocer movimientos básicos y luego combinarlos para reconocer un movimiento objetivo. Primero, simplemente definimos los movimientos básicos de acuerdo con las direcciones básicas de detección del sensor. En segundo lugar, utilizamos k-vecinos más cercanos (KNN) y alineación dinámica temporal (DTW) para reconocer diferentes categorías de movimientos básicos. Luego, asignamos a cada movimiento básico un número específico para representarlo y, finalmente, utilizamos programación dinámica continua (CDP) para reconocer un movimiento objetivo por la secuencia de movimientos básicos que recopilamos. En nuestro experimento sobre nuestros movimientos básicos, la precisión de todos los movimientos básicos es mayor al 80%, por lo que el reconocimiento de movimientos básicos es confiable. Luego, realizamos un experimento para reconocer los movimientos objetivo. Los resultados del reconocimiento de los movimientos objetivo no fueron buenos, con una precisión promedio de solo el 65.9%, y aún tenemos que mejorar nuestro sistema. Sin embargo, también comparamos nuestro sistema con el reconocimiento de movimientos utilizando otro método de reconocimiento general, KNN. Y la precisión promedio al usar KNN para reconocer movimientos fue del 53.4%. Como muestra este resultado, nuestro método aún obtiene mejores resultados en el reconocimiento de diferentes tipos de movimientos que al usar KNN.