本發(fā)明提供一種基于融合核的線性核化特征空間成組性的建模方法，包括給定訓(xùn)練樣本，并根據(jù)預(yù)定概率分布函數(shù)，從訓(xùn)練樣本中采樣多個(gè)樣本信號(hào)來(lái)形成約化矩陣；確定歐幾里德和余弦距離測(cè)度的融合核函數(shù)并與方法相結(jié)合后，對(duì)訓(xùn)練樣本和約化矩陣進(jìn)行核矩陣近似構(gòu)造，并利用秩k特征分解核矩陣，得到虛擬樣本；虛擬樣本分解為虛擬訓(xùn)練樣本和虛擬測(cè)試樣本，并構(gòu)建基于彈性網(wǎng)絡(luò)正則化的預(yù)測(cè)模型，利用彈性網(wǎng)絡(luò)正則化學(xué)習(xí)方法在虛擬訓(xùn)練和測(cè)試樣本上進(jìn)行預(yù)測(cè)模型訓(xùn)練和測(cè)試，得到最終的預(yù)測(cè)模型。實(shí)施本發(fā)明，能夠克服現(xiàn)有技術(shù)存在的缺陷，使提取的特征更加能調(diào)和樣本規(guī)模與特征維數(shù)的矛盾，避免小規(guī)模樣本問(wèn)題，從而提升性能。