本发明涉及一维或二维数据处理技术领域，具体涉及一种基于主元分析和宽度学习的数据识别方法。该方法将利用主成分分析对原数据降维作为宽度学习网络输入的特征节点，进一步的为了将降维后的数据中相对不明显的特征节点显示出来，以特征节点的线性组合原理得到宽度学习网络输入的增强节点，以宽度学习数据处理模型训练结果的精度和速度为依据来不断调整增强节点，完善宽度学习训练模型。本发明用在数据处理方面相比现有技术具有高的识别精度和短的训练时间，方便了网络参数实时更新。