本发明公开了一种数据知识双驱动的调制智能识别方法，其主要解决了现有调制识别方法在低信噪比下分类准确度低、依赖大量训练样本、识别过程中高阶调制方式之间容易混淆等问题。其实现步骤是：频谱数据采集；根据不同调制方式，构建对应的属性向量标签；根据不同调制方式的属性标签构建并预训练属性学习模型；构建并预训练调制方式识别视觉模型；构建特征空间转换模型，结合视觉模型和属性学习模型构建数据知识双驱动的调制方式智能识别框架；迁移预训练视觉模型和预训练属性学习模型的参数，重训练转换模型；判断网络训练是否结束，输出分类结果。本发明显著提升了低信噪比下的识别准确度；降低了高阶调制方式之间的混淆。