Bài báo đề xuất giải pháp sử dụng phương pháp biến đổi sóng con (wavelet)để trích xuất các đặc trưng từ một chuỗi thời gian, kết quả đầu ra của giai đoạntiền xử lý được đưa vào một mô hình mạng nơ-ron để phân loại và dự đoán xuhướng tương lai gần của chuỗi dữ liệu. Kết quả của đề xuất được thử nghiệm trêntập dữ liệu thực tế về hành vi hoạt động của con người cho thấy sự cải thiện về độchính xác đạt 94%, cao hơn so với các kết quả khi sử dụng các phương pháp cũ.This paper proposes a solution using wavelet transform to extract featuresfrom a time-series, the outputs of the pre-processing is input of a neural networkin order to classify and predict near future trends of the data. The approach isbased on the CWT and DWT of time-series. The result which is tested on realdatasets HAR (Human Activity Recognition), shows the improvements inaccuracy, reaching 94%. It is an improvement compared to previously reportedresults for previous systems.