摘要：在边坡安全监测数据粗差探测活动中，SSA-DBSCAN具有良好的应用价值。本文针对SSA-DBSCAN原理展开分析，通过研究基础数据整理、可疑粗差初步判定 、DBSCAN数据异常检测、SSA-DBSCAN粗差检测等内容，其目的在于提高所获取分析数据的准确性，便于后续分析活动的进行。

关键词：SSA-DBSCAN算法;安全监测;粗差计算

受到地质因素、自然因素等条件影响，边坡在使用中会出现滑坡、泥石流等病害，威胁到周围居民的生命财产安全。对此，在前期运行期间需要在合适位置布置监测点，对监测数据进行实时获取，随后利用SSA-DBSCAN算法对监测数据粗差进行计算，以此来判断边坡运行状态的安全性，为后续防治活动的进行提供良好参考。

1SSA-DBSCAN原理概述

1.1SSA应用原理

此算法在应用中属于进行非线性时间序列研究的方法，在具体实践中可以基于所建立的时间序列来完成轨迹矩阵构建，并对矩阵进行分解与重构，得到相应的周期信号与噪声信号，以便后续分析活动的进行。在该算法的具体应用中，其应用步骤如下：（1）假定存在某以时间序列集合，记作A，A={a1，a2，a3，...，an}，n=1，2，3...n，在对其进行处理时的应用过程如下：（1）基于获取到的基础数据，建立相应的轨迹矩阵，对于集合当中的数据进行奇异值分解，得到新的分析矩阵。（2）对于分析矩阵中的各项数据展开细致化整理，梳理各类数据的贡献率，基于分析结果使用对角平均法完成序列重构，得到相应的残差序列，了解数据变化规律。

1.2DBSCAN应用原理

此算法在应用中属于进行聚类分析的算法，在应用中可以解决不规则形状聚类问题，同时可以对噪声数据进行综合化处理，找出其中的噪声数据，得到准确的数据分析结果。在该算法的应用中，其关键内容如下：（1）确定核心对象，对于其中的任意样本（样本xn∈D），如果建立的Eps邻域当中包含了最少Pts样本，那么此时的样本xn便是算法中的核心对象。（2）密度直达性，若xm归属于样本xn的Eps邻域，同时样本xn是算法中的核心对象，那么此时xm为xn的密度直达。（3）密度可达性，假定存在某一数列集合B，B={y1，y2，y3，...，yn}，n=1，2，3...n，假设其中yi=xm，yj=xn，若yj+1是由yj密度直达，那么此时则表示xm为xn的密度可达，即密度具有较强的传递性。

2边坡安全监测数据粗差探测实践要点

2.1基础数据整理

为便于后续分析活动的顺利进行，首要任务便是完整监测数据整理，以此为基础来随机建立监测序列，为后续分析活动的进行提供良好参考。在序列具体的整理活动中需要注意以下内容：（1）做好各期数据的整理工作，过程中会利用信息技术来对这些信息进行整理和存储，以便于后续分析活动的进行。（2）对于整理得到的相关数据，也会对其粗差进行求解，按时间顺序进行排列，从中随机选择数据录入到系统当中，以便于后续粗差分析活动的快速进行。

2.2可疑粗差初步判定

完成上述准备工作后，基于SSA算法来对边坡监测数据中的价值信号进行提取，随后对其粗差位置进行初步拟定，具体的操作过程如下：（1）对于初步建立的序列进行分解处理，在此过程中需要提前确定最为合适的窗口长度，基于此内容来完成序列中数据的分解，计算不同序列中数据的贡献率，从而完成序列的重构处理。（2）基于初期得到的监测信号来对残余分量中的基础内容进行整理，筛选出可以粗差点[1]。（3）利用统计学方法来对定量信息进行整理，并据此来设计合理阈值，将该数值和残差绝对值进行比对，若超过阈值，表示该点为可疑粗差点。

2.3DBSCAN数据异常检测

基于以往应用经验可以得知，监测数据粗差的产生会受到人为因素、环境因素、设备因素等内容影响，为得到准确的数据分析结果，需要利用DBSCAN算法来对这些异常数据进行剔除，整理后得到可靠的数据计算结果，为后续工作的进行提供良好参考。在具体的处理中，会确定序列当中的核心对象，从中筛选出有价值分析样本，对这些数据的密度直达性、密度可达性展开系统分析，根据分析结果清除掉异常数据和粗差较大数据，利用数据库对这些数据进行存储，做好属性标记工作，为后续活动的顺利展开奠定良好基础[2]。

2.4SSA-DBSCAN粗差检测

在粗差检测活动中，应遵循以下步骤展开分析：（1）在系统中录入边坡监测数据，随后借助SSA算法来筛选信号，并且根据阈值来筛选出存在的可疑粗差点。将提取到的参与分量使用DBSCAN算法进行检测，从而得到噪声集合与临界簇集合。（2）根据获取到的可以粗差点序列和临界簇集合进行比较分析，经过多次对比后从中筛选出有价值数据展开综合分析。得到的分析数据也会利用人工复核的方法进行整理，从中准确筛选出有价值的粗差数据进行整理，得到相应的数据分析集合。（3）对于所有环节分析的粗差数据进行汇总对比，基于数据技术整理得到完整的数据集合，为后续相关活动的展开奠定基础[3]。

结束语：综上所述，在边坡安全监测活动中，为了提高所整理数据的准确性，需要做好数据粗差探测分析工作，从中积累有价值地分析经验，为相关活动的进行提供良好参考。在此过程中SSA-DBSCAN算法具有良好的应用价值，通过整理此算法应用时需要注意的内容，对于提高数据分析结果合理性有着积极作用。

参考文献

[1]蒋齐嘉，蒋中明，唐栋，曾景明.基于SSA-DBSCAN的边坡安全监测数据粗差探测方法[J].长江科学院院报，2022，39（04）：85-90+98.

[2]刘千驹，陈代明，陈少勇，李元玖.小波理论在大坝安全监测数据粗差探测中的应用[J].西北水电，2020（S1）：129-132.

[3]郑森，顾冲时，邵晨飞.基于图像处理技术的大坝监测数据粗差识别[J].南水北调与水利科技（中英文），2020，18（05）：123-129.