本發(fā)明提供了一種化學(xué)實(shí)驗(yàn)異常操作檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)，涉及信息技術(shù)領(lǐng)域，包括：獲取實(shí)時(shí)實(shí)驗(yàn)視頻數(shù)據(jù)和歷史實(shí)驗(yàn)視頻數(shù)據(jù)，歷史實(shí)驗(yàn)視頻數(shù)據(jù)信息包括正常操作視頻數(shù)據(jù)和異常操作視頻數(shù)據(jù)；將歷史實(shí)驗(yàn)視頻數(shù)據(jù)進(jìn)行預(yù)處理后進(jìn)行特征提取得到第一特征集和權(quán)重集；基于第一特征集和權(quán)重集對(duì)歷史實(shí)驗(yàn)視頻進(jìn)行聚類運(yùn)算得到分類視頻數(shù)據(jù)；將分類視頻數(shù)據(jù)進(jìn)行特征轉(zhuǎn)換得到第二特征集；根據(jù)第二特征集和分類視頻數(shù)據(jù)建立實(shí)驗(yàn)異常操作檢測(cè)數(shù)學(xué)模型，將實(shí)時(shí)實(shí)驗(yàn)視頻數(shù)據(jù)作為輸入值，求解實(shí)驗(yàn)異常操作檢測(cè)數(shù)學(xué)模型得到檢測(cè)結(jié)果。本發(fā)明通過建立低維度的矩陣將分類視頻數(shù)據(jù)的特征矩陣變得線性可分，提升在實(shí)時(shí)視頻中對(duì)異常操作的準(zhǔn)確率。