本发明公开了一种基于二维‑增量式随机权网络的图像数据分析方法，包括：获取图像样本集，设置二维‑增量式随机权网络模型的初始参数；根据模型构建过程中网络残差需逐步减小的特征，建立监督机制，并产生候选隐含层节点池；在候选隐含层节点池中，将模型残差下降最快所对应的隐含层节点添加到当前模型中；在新的隐含层节点添加完成后，采用全局优化算法来获得整个网络的输出权重。当网络的节点数达到事先设置的隐含层节点数或者网络残差满足期望精度时，结束整个网络的构建过程，最终得到一个可用于优化图像处理效果的基于二维‑增量式随机权网络模型。本发明不仅具有较好的学习与泛化性能，而且能够在二维图像数据分析中展现良好的应用潜力。