本發(fā)明屬于數(shù)據(jù)處理技術領域，公開了一種基于滿足K度稀疏約束的深度學習模型的數(shù)據(jù)處理方法，所述基于滿足K度稀疏約束的深度學習模型的數(shù)據(jù)處理系統(tǒng)包括：地球化學數(shù)據(jù)獲取模塊、深度學習模型構建模塊、模型訓練模塊、中央控制模塊、數(shù)據(jù)輸入模塊、模型更新模塊、特征值獲取模塊、特征值輸入模塊、最佳模型獲取模塊、數(shù)據(jù)分析模塊、輸出模塊。本發(fā)明通過獲取的地球化學數(shù)據(jù)進行深度學習模型的構建，進行構建的深度學習模型的訓練，能夠實現(xiàn)可觀、準確分析；克服現(xiàn)有神經(jīng)網(wǎng)絡模型的訓練速度過長、參數(shù)優(yōu)化困難的缺點，提高深度神經(jīng)網(wǎng)絡模型的擴展能力、執(zhí)行速度，改善無監(jiān)督學習難度和參數(shù)優(yōu)化難度，降低深度學習算法進行大數(shù)據(jù)處理的難度。