1.一种跨手机平台的用户行为识别方法，其特征在于，包括以下步骤：

S1：在数据采集平台A上采集数据并对采集到的数据集DataA进行标注；

S2：采用基于时频域变换的加速度传感器数据处理方法对标注后的数据集DataA进行处理，然后建立行为识别模型ModelA，并将建立的行为识别模型ModelA的参数β记录下来；

S3：在数据采集平台B上采集数据以得到数据集DataB，采用基于时频域变换的加速度传感器数据处理方法对数据集DataB进行处理；

S4：将具有参数β的行为识别模型ModelA直接在数据采集平台B上实现，然后采用行为识别模型ModelA对处理后的数据集DataB进行识别，以预测用户的实时行为。

2.根据权利要求1所述的一种跨手机平台的用户行为识别方法，其特征在于：所述的步骤S2中在建立行为识别模型ModelA时采用决策树分类方法或神经网络分类方法。

3.根据权利要求1所述的一种跨手机平台的用户行为识别方法，其特征在于，所述的步骤S1与步骤S3中所采用的基于时频域变换的加速度传感器数据处理方法均包括以下步骤：S11：原始三轴加速度数据采集，将数据采集平台A或数据采集平台B固定配置在用户身上，通过内置在数据采集平台A或数据采集平台B内部的三轴加速度传感器对用户在任意状态下的三轴加速度数据进行采集；

S12：加速度信号合成，假设步骤S11所采集到的三轴加速度数据为(a’x，a’y，a’z)，则用户在任意状态下三轴加速度的合成值为S13：静止状态检测，用户将数据采集平台A或数据采集平台B静止放置，通过内置在数据采集平台A或数据采集平台B内部的三轴加速度传感器对数据采集平台A或数据采集平台B在静止时自身的三轴加速度数据进行采集；

S14：计算静止合成加速度的众值S，假设步骤S13所采集到的三轴加速度数据为(ax，ay，az)，则数据采集平台A或数据采集平台B在静止时自身的三轴加速度的合成值为S，且S15：合成加速度归一化，将用户在任意状态下的三轴加速度数据进行归一化后得到的合成加速度为：S16：一秒数据内数据重采样，以T为时间窗口，将数据采集平台A或数据采集平台B在该时间窗口内所采集到的合成加速度数据生成合成加速度数据波形图，然后将数据重采样频率设定为F，即如果数据采集平台A或数据采集平台B所生成的合成加速度数据波形图的采样频率低于F则进行插值操作，如果采样频率高于F则进行下采样操作。

S17：后续特征提取，采用滑动窗口法对步骤S16所生成的合成加速度数据波形图中的特征进行提取。

4.根据权利要求3所述的一种跨手机平台的用户行为识别方法，其特征在于：所述的时间窗口T为2秒钟。

5.根据权利要求3所述的一种跨手机平台的用户行为识别方法，其特征在于：所述的数据重采样频率F为32Hz。

6.根据权利要求3所述的一种跨手机平台的用户行为识别方法，其特征在于：所述的数据采集平台A与数据采集平台B为两部不同操作系统的手机。