本发明公开了一种基于相空间的传感器数据高精度分类方法，其包括步骤1)通过时间延迟嵌入法将传感器采集的单变量时间序列X嵌入到m维相空间中；2)通过最大化Θ(τ,m)的分辨率来确定τ和m的最佳值；3)将Θ(τ,m)中的所有元素线性映射到一个整数区间[0，255]以获得最大轨迹矩阵图像Θmax；4)通过分类器对从时间序列转换所得的最大轨迹矩阵图像Θmax进行分类。本发明直接将轨迹矩阵作为图像，而不是将时间序列映射到RPS图像，因此不需要相空间投影，避免了投影造成的信息损失；其通过最大化轨迹矩阵图像Θ(τ,m)的分辨率来确定重建参数，这种优化方法非常简单，并且其能帮助让分类器的分类性能达到最佳。