一种基于增量核主成分分析的增量轨迹异常检测的方法，属于增量轨迹异常检测的方法。该方法：首先进行模型的初始化计算，使用传统的Batch KPCA进行初始核特征空间计算，每当有M条新增轨迹数据到来时，先对这M条轨迹数据进行标准化；然后使用Batch KPCA计算新增数据的核特征空间；分别计算新增数据和训练数据的平均重建误差，如果两者误差大于给定阀值，则执行后续的核特征空间分割‑合并方法，更新核特征空间；接着对更新后的核特征空间进行投影，提取出主分量；最后利用一类支持向量机进行无监督学习和异常检测。优点：该方法优于传统的核主成分分析方法，降低了计算复杂性，提高了轨迹异常检测的效率。