本申請公開了一種多模態(tài)數(shù)據(jù)中間層融合全連接地質(zhì)圖預測模型的處理方法，包括：對證據(jù)數(shù)據(jù)進行補值和歸一化處理；根據(jù)訓練采樣點坐標從處理后的證據(jù)數(shù)據(jù)中讀取數(shù)據(jù)信息；獲取訓練采樣點基礎數(shù)據(jù)與遙感數(shù)據(jù)；判斷所述數(shù)據(jù)是否一次性讀入內(nèi)存，如果是，直接輸入模型訓練，如果否，從數(shù)據(jù)存儲路徑分組輸入模型訓練。本發(fā)明的優(yōu)點是：不但把原始數(shù)據(jù)轉(zhuǎn)化為高維特征表達，還將基礎數(shù)據(jù)特征與遙感數(shù)據(jù)特征進行特征融合，并利用全連接神經(jīng)網(wǎng)絡最大化的獲取基礎數(shù)據(jù)和遙感數(shù)據(jù)在高維空間上的共性特征，大大提高了提高預測對象的能力、精度，使填圖單位巖性在空間的分布形態(tài)和展布方向、分布位置、地質(zhì)對象之間的相鄰關系可以以準確性最大化體現(xiàn)和表達。