数据驱动技术在当今工业过程中的广泛应用使得异常数据问题变得十分突出。然而,由于工业系统及其工作环境的复杂性,异常数据的检测通常面临各种各样的挑战。首先,缺乏真实的“数据标签”是工业数据最显著的一个特点。由于对数据进行标记通常需要具有领域知识的专家手动完成,因此是一项十分困难的任务。其次,工业数据的成分比较复杂。绝大多数工业系统不仅存在多个正常的工作状态,还存在一些异常状态,这导致工业数据不仅包含了大量的正常数据,还包括了部分未知的异常数据。最后,高维数据也是工业数据的一大特点。随着工艺要求的不断提高,工业系统变得日益复杂化,过程变量的数目也随之不断增加,导致导致过程数据呈现高维的特点。总结来说,工业数据独有的特点给目前的大多数异常数据检测方法都带来了一定的挑战,直接应用这些方法可能会产生难以预料的损失。因此,提出专门的异常数据检测算法显得势在必行。基于工业数据的特点,本文提出了一系列的专门应用于工业过程中的异常数据检测算法。主要研究内容可以归纳为:1.为了解决工业数据无真实标签的问题,采用了一种半监督学习,即单类分类器,作为整个检测模型的基础。对比无监督学习,半监督学习在测试阶段拥有更低的计算复杂度,更加适合在线检测;2.为了克服工业数据成分复杂的问题,提高单类分类器对训练集中未知异常样本的鲁棒性,提出了一个鲁棒SVDD（支持向量数据描述）检测模型。在此模型中,利用了一种类似Boosting算法的数据处理方式,通过对训练集的多次调整,降低最终模型的偏差;3.为了解决单个模型存在的高方差问题,缓解在模型选择阶段存在的高风险问题,以及提高对高维数据的适应性,提出建立集成的异常数据检测模型。在集成模型的框架内,初始检测模型和核心检测模型被先后建立,目的是应付在线检测不同阶段的工艺要求。其中,初始检测模型是在“小样本”问题下所建立的集成模型,而核心模型则是在训练集中包含已知异常样本的情况下建立的集成模型。因此,核心模型不仅考虑了集成单类分类器,还考虑建立了二分类的集成模型。此外,考虑到训练集中可能存在多个工作点数据的情境,提出了一个基于聚类分析的集成检测模型,目的是克服单个模型可能存在高漏报率的情况。为了充分挖掘基学习器的潜能,以进一步提高静态集成模型的检测性能,提出了一个动态的集成异常数据检测模型。4.最后,将预测模型进行了拓展。考虑到预测问题在工业中的普遍性以及重要性,提出将检测问题融入到预测问题中,目的是在预测的同时能够对实际测量值进行实时的检测,同时还能得到带标签的数据集,方便其它基于此数据集的分析。思路是利用一种贝叶斯范畴内的回归模型得到预测分布,然后此分布建立检测模型。为了克服基于预测模型可能存在的高漏报率情况,提出了基于高斯过程分类的检测模型。在得到预测模型之后,利用Laplace近似等方法将其转换为分类模型。同时,为了降低单个模型的风险,得到更加鲁棒的结果,同样建立的相应的集成模型。