基于SSA-DBSCAN的边坡安全监测数据粗差探测方法

摘要：

考虑到边坡安全监测数据中存在粗差这一问题,提出了一种基于奇异谱分析(SSA)和密度聚类算法(DB-SCAN)的粗差探测法,该方法结合SSA在提取信号和DBSCAN算法在区分粗差和异常值上的优势:首先使用SSA对监测序列进行分解重构,准确提取主信号并获取残余分量;然后使用DBSCAN聚类算法对残余分量进行分析;最后联合2种方法确定粗差点并剔除.通过引入多因素影响的边坡监测序列实例进行验证,并且将SSA-DBSCAN粗差探测法与中位数绝对偏差法(MAD)和格拉布斯准则法(Grubbs)进行比较分析.结果表明,本文提出的SSA-DB-SCAN粗差探测法与上述方法相比性能优异、误判率低,可为后续监测数据分析处理乃至于预测预警奠定基础.

关键词：边坡工程、奇异谱分析、时间序列、安全监测数据、粗差探测、DBSCAN

所属期刊栏目：39

分类号：P642.2(水文地质学与工程地质学)

在线出版日期：2022-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-90,98