面向计算机应用领域的高质量数据集构建方法研究

袁  敏

doi:https://doi.org/10.37155/2717-5197-0814-75

Home > Current

面向计算机应用领域的高质量数据集构建方法研究

袁敏（镇江市公共资源交易中心）

https://doi.org/10.37155/2717-5197-0814-75

Abstract

本文面向计算机应用领域，针对现有数据集普遍存在的噪声过高、类别失衡、标注误差、适配性差四类共性质量问题，提出标准化数据集构建方法。首先，围绕具体落地场景开展场景化原始数据采集，按设备参数与环境条件进行同源采集，控制数据量级并完成初步归类。其次，通过数据清洗、归一化、均衡化三步预处理降低数据噪声，消除格式差异带来的计算误差。再次，采用人工初标与算法复检的双层标注模式，配合统一标注规范减少主观误差。同时，构建涵盖完整性、一致性、有效性与均衡性的多维质量评价体系，量化评估数据集质量等级。最后，针对高噪声、样本失衡、标注误差三类缺陷，分别提出滤波降噪、混合均衡优化、闭环修正等方法，从全链路提升数据集质量。

Keywords

计算机应用；数据集构建；数据预处理；数据标注；数据质量优化

Full Text

PDF

References

[1]梁琛,马天鸣.计算机图像处理技术在建筑工程中的
应用[J].工程抗震与加固改造,2024,46(01):189.
[2]田文涛.计算机图像处理技术在网页设计中的应用
[J].集成电路应用,2024,41(01):422-424.
[3]吴学栋.计算机图像处理技术在纺织工业的应用研
究[J].化纤与纺织技术,2023,52(12):50-52.
[4]彭楠.新形势下计算机应用技术创新实践探究[J].信
息记录材料,2021,22(08):68-70.
[5]白平.计算机应用的发展现状和发展趋势创新研究
[J].数字通信世界,2021,(04):130-131.

Publishing time:2026-07-31
This work is licensed under a Creative Commons Attribution 4.0 International License