信息化的高速发展为工业生产过程中的质量检测提供了有效的数据支持.为有效进行工业生产过程中的异常检测,文章描述了一种基于马尔科夫模型和卷积神经网络的异常数据检测方法.首先采用马尔科夫模型对一维数据进行处理;其次将工厂生产线的温度、压力、位移、湿度、污染物等参数作为研究对象提取出多维数据的特征序列;最后使用卷积神经网络进行算法建模,判断含有此特征序列的多维数据是否异常,最终得到事件检测结果.实验结果表明,基于马尔科夫模型和卷积神经网络的检测方法能够有效识别出工业产品生产中的异常数据.