可控源电磁（CSEM）数据经常受到人类强噪声的污染，极大地影响了可控源电磁勘探的分辨率。为了提高CSEM数据的质量，本文提出了一种基于支持向量机（SVM）的CSEM数据智能识别方法（ceemd SVM方法），以取代传统的基于手动设置阈值的数据选择方法。首先，采用互补集经验模式分解（CEEMD）算法去除基线漂移噪声。然后，使用SVM智能识别去除基线漂移后的数据，并选择高质量信号。为了验证该方法的有效性，首先对合成数据进行分析，然后将该方法应用于广域电磁测量数据的处理。结果表明，SVM的平均识别准确率在92.00%以上。经过ceemd-SVM方法处理后，视电阻率从处理前的跳跃形状变为连续平滑状态。