本发明是一种基于随机森林与相关向量机融合的抗癌肽识别方法。所述方法具体为:对氨基酸的构成进行特征提取，确定ACP和非ACP中每种氨基酸的平均百分比，确定ACP的序列特征；进行RVM模型的构建，确定先验分布和后验分布，进行迭代计算，构建RVM模型；对RVM模型进行训练，计算后验均值和后验方差，对训练样本进行预测；采用RRVM算法对一给定样本进行特征抽样，并用于RVM建模的样本，在输入一个新的肽链的特征时，采用RVM模型进行预测，判断输入的新的肽链为ACP或非ACP。本发明优于目前的大部分研究人员所采用传统简单的方法识别ACP，解决了识别精度较低，充分为生物实验提供技术支撑以降低成本、提高效率。