本發(fā)明涉及地質(zhì)和人工智能技術(shù)領(lǐng)域，具體涉及一種地質(zhì)方向人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)的擴(kuò)展算法，包括步驟A、地質(zhì)數(shù)據(jù)的獲取，步驟B、數(shù)據(jù)分析篩選，步驟C、數(shù)據(jù)擴(kuò)展與前處理，步驟D、模型訓(xùn)練以及步驟E、準(zhǔn)確性驗(yàn)證，該擴(kuò)展算法適用于海洋地質(zhì)領(lǐng)域以及類似的訓(xùn)練數(shù)據(jù)量少的領(lǐng)域，通過對有限的少量已有數(shù)據(jù)進(jìn)行分析、處理和擴(kuò)展，以滿足當(dāng)前大量訓(xùn)練數(shù)據(jù)的需求，達(dá)到現(xiàn)有人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型學(xué)習(xí)的需求，得到精確的預(yù)測模型。因此，通過本發(fā)明的方法，能夠在人工智能學(xué)習(xí)中，在樣本數(shù)據(jù)量較小時(shí)對數(shù)據(jù)進(jìn)行擴(kuò)展，提高少量數(shù)據(jù)訓(xùn)練時(shí)的精度，對有限的數(shù)據(jù)具有深入挖掘的功能，以達(dá)到充分學(xué)習(xí)、增加準(zhǔn)確率的目的。