本发明公开了一种基于大数据分析的双子空间特征迁移学习方法及装置，其中方法包括：根据源集公共子空间Cs、目标域特性表达Fst和源集数据类别标签Ys，获取源集迁移表达Ts；根据目标集公共子空间Ct和目标集特性子空间Ft，获取目标集迁移表达Tt；在源集迁移表达Ts上进行模型训练，获取训练模型；根据训练模型对目标集迁移表达Tt进行智能识别。通过本实施例，将部分数据集的特征参数迁移到其他数据集上去，能够将采集于不同来源的数据进行综合利用，相当于把若干数据规模偏小的数据集整合为符合大数据需求的海量数据集，从而能够更好地将人工智能算法，尤其是深度学习方法，应用到这些数据集规模偏小的方向上。