在人脸识别和分类中，基于标记数据不足的特征提取和分类是一个众所周知的难题。 为了解决这个问题，本文提出了一种新的半监督学习算法，称为深度信念网络，嵌入了Softmax回归算法（DBNESR）。 DBNESR首先通过深度学习来学习特征的层次表示，然后使用Softmax回归进行更有效的分类。 同时，我们基于监督学习设计了多种分类器：BP，HBPNN，RBF，HRBFNN，SVM和多分类决策融合分类器（MCDFC）-混合HBPNNs- HRBFNNs-SVM分类器。 实验证明：首先，提出的半监督深度学