本发明公开了一种基于数据增强的侵彻深度预测方法，对预先获取的毁伤数据进行数据异常检测，将毁伤数据分成N个待增强参数区间，并选出少数样本区间；建立SMOTE数据增强方法对少数样本区间的样本进行数据增强；使用Tomeklinks技术对通过数据增强生成的样本进行数据清洗，并将清洗后的样本加入到原数据集中，构成新的扩充数据集；并对数据进行归一化处理；利用网格搜索和交叉验证方法选取最优模型参数，建立GS‑SVR模型；对实际的毁伤数据进行预测。本发明通过新增少数区间样本以规避数据量较少、存在异常值及样本不平衡带来的计算误差，提高模型整体的泛化性，更好地实现对侵彻深度值的预测。