本发明公开一种基于多元概率分布自编码器的高光谱异常检测方法，第一，设计了一种网格结构对高光谱数据的行与列进行划分，实现了高光谱数据从无序到有序形式的映射，为背景信息和异常目标的有效分离奠定了基础，通过量化测试点与高密度、高数量背景区间之间的偏差值，有效地计算异常与背景的差异；第二，提出了一种基于能量权重跳跃连接的多层自动编码器网络以适用无任何先验信息约束的高光谱异常检测任务，在无需明确数据标签的情况下可以有效学习到数据的内在特征；第三，将自编码器体系与多元概率分布模型相结合，发现隐藏的空间内在特征。具有较强的泛化和检测能力，适用于复杂场景下的异常检测。