1.一種跨網(wǎng)信息識別與分類方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，構(gòu)建并訓(xùn)練雙層神經(jīng)網(wǎng)絡(luò)模型，利用雙層神經(jīng)網(wǎng)絡(luò)模型來擬合所述跨網(wǎng)信息的一維wasserstein梯度流，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，利用訓(xùn)練后的所述雙層神經(jīng)網(wǎng)絡(luò)模型計算一維wasserstein梯度流的近似解，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，利用訓(xùn)練后的所述雙層神經(jīng)網(wǎng)絡(luò)模型執(zhí)行所述拉格朗日映射函數(shù)的近似計算，并檢查計算結(jié)果中數(shù)據(jù)分布的擬合情況，包括：
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，構(gòu)建雙層神經(jīng)網(wǎng)絡(luò)模型，初始化所述雙層神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，基于所述數(shù)據(jù)訓(xùn)練集對所述雙層神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：
7.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述跨網(wǎng)信息，建立一維wasserstein空間中的概率分布模型，包括：
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述跨網(wǎng)信息進(jìn)行初步識別及預(yù)分類，包括：
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于擬合結(jié)果，對所述跨網(wǎng)信息的初步識別及預(yù)分類結(jié)果進(jìn)行校正，包括：
10.一種跨網(wǎng)信息識別與分類系統(tǒng)，其特征在于，包括：