一种标签约束自权重多超图学习的半监督分类方法，其能够针对每种特征，基于自适应近邻策略构建超图以编码样本之间的高阶关系；对于构建好的多个超图，自适应地学习每个超图的权重；并建立标签约束自权重多超图学习模型，完成半监督分类任务。该方法包括：(1)对待分类任务的数据确定m种特征表示,　依据每种特征构建一个超图，计算每个超图的相关矩阵H(t)，t＝1,　...,　m；(2)计算各超图的拉普拉斯矩阵L(t)，t＝1,　...,　m；(3)对于每个超图，初始化权重α(t)＝1/m,　t＝1,　...m；(4)利用进行多超图融合；(5)计算无标签样本的指示矩阵Fu；(6)令F＝[Yl；Fu]，更新权重(7)迭代进行步骤(4)、(5)、(6)，直到收敛或达到最大迭代次数；(8)计算无标签样本标签；(9)输出标签；(10)结束。