数据异常检测是计算机算法领域的一个重要课题，为提高检测精度，基于深度学习算法设计一种无线传感网络高维数据异常检测方法。获取浅层的自编码器，得到低维向量和高维向量的差别，在编码器中传递隐藏函数，均方误差的权重，避免训练过拟合，信息传播过程中的代价函数，建立多个数据异常节点的差异化矩阵，基于基于深度学习算法实现无线传感网络的数据分类。设计高维数据异常检测算法，得到异常检测结果。实验数据表明，在训练数据比例不同的情况下，数据比例越大，检测精度越高。该方法在五个数据集中的准确率、召回率、F1 值均在 0.98 以上，可见其具备较高的检测精度，且适用性较强。