考虑到边坡安全监测数据中存在粗差这一问题，本文提出了一种基于奇异谱分析（SSA）和密度聚类算法（DBSCAN）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；最后联合两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，并且将本文提出的方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-DBSCAN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...
