[发明专利]一种用于边坡监测数据粗差剔除的方法

摘要

本发明属于边坡监测技术领域，尤其涉及一种用于边坡监测数据粗差剔除的方法，包括如下步骤：S1、数据预处理：对需要粗差剔除的边坡检测数据进行预处理，获取特征数据；S2、建立预测矩阵：将S1中获取的特征数据分别输入m个PSO‑TELM模型，根据所述m个PSO‑TELM模型的输出结果，获得预测矩阵T；S3、剔除粗差数据：对预测矩阵T按列求均值得到新的矩阵T′＝(a1,a2,…,an)1×n，再对矩阵T′求均值s和方差d；若T′中元素满足：ai‑s＞d,(i＝1,2,…n)，则该剔除ai所对应的特征数据，反之，则保留ai所对应的特征数据，获得精确的边坡监测数据。本发明提供的用于边坡监测数据粗差剔除的方法，具有粗差剔除正确率高的有益效果。

主权项

1.一种用于边坡监测数据粗差剔除的方法，其特征在于，包括如下步骤：S1、数据预处理：对需要粗差剔除的边坡检测数据进行预处理，获取特征数据；S2、建立预测矩阵：将S1中获取的特征数据分别输入m个PSO‑TELM模型，根据所述m个PSO‑TELM模型的输出结果，获得预测矩阵T；所述预测矩阵T如下式所示：所述预测矩阵T中每一行代表一个模型的预测输出，a为PSO‑TELM模型的输出数据；S3、剔除粗差数据：对预测矩阵T按列求均值得到新的矩阵T′＝(a1,a2,…,an)1×n，再对矩阵T′求均值s和方差d；若T′中元素满足：ai‑s＞d,(i＝1,2,…n)，则剔除ai所对应的特征数据，反之，则保留ai所对应的特征数据，获得精确的边坡监测数据。