本发明公开了一种基于层次化多尺度循环神经网络的序列分类方法，包括以下步骤：输入一段序列，将其划分为多个等长的子序列；按照子序列顺序构建多个金字塔结构，每个金字塔接收一段子序列作为输入，产生位于塔底的隐藏状态和位于各层级的层次化聚合状态，每个金字塔塔顶的聚合状态作为下一个子金字塔塔底的输入；将所有金字塔塔顶的聚合状态通过跳跃连接迭代地聚合得到该层的输出；利用低层所有金字塔产生的不同尺度的层次化聚合状态序列作为高层的输入来构造多层的循环神经网络，产生每一层的输出；聚合每一层的输出得到多尺度融合特征；最后基于该特征采用一个Softmax层对序列做分类。本发明在序列分类上达到了较高的准确率。