数据库建设方案及数据质量检查标准

1 .制定调查资源整合方案

通过合理编码方式理顺各类数据间的关系，保证不同类别数据的紧密性，完整体现地学资料数据的多源性和空间性。

2.数据库建设标准

根据资源整合方案，利用关系数据库技术和空间数据库技术，建立CO2地质储存调查数据库，有效储存和管理各种空间数据和属性数据，保证数据间的逻辑合理性，达到充分利用调查数据，并快速输出数据的目的。

3.数据质量检查标准及方法

根据资源整合方案，制定数据质量标准，开发相应质量检查软件，对数据进行质量检查，确保入库数据的有效性和合法性。

数据标注质检员就是对数据标注质量进行控制和检验。

根据已定好的数据规则，对数据库中已经加工好的金融相关数据进行核查，发现并及时通知修正数据问题；

维护数据入库前及入库后的校验逻辑规则

.测试程序抽取的数据，根据数据，分析并制定金融数据业务规则，并与开发人员沟通处理数据问题

知识科普：

数据标注是对未经处理的初级数据，包括语音、图片、文本、视频等进行加工处理并转换为机器可识别信息的过程。

常见的数据标注类型

1. 分类标注： 分类标注，就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签，是封闭集合。

适用：文本、图像、语音、视频

应用：脸龄识别，情绪识别，性别识别

2. 标框标注： 机器视觉中的标框标注，很容易理解，就是框选要检测的对象。如人脸识别，首先要先把人脸的位置确定下来。

适用：图像

应用：人脸识别，物品识别

3. 区域标注： 相比于标框标注，区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。

应用：自动驾驶

4. 描点标注： 一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。

应用：人脸识别、骨骼识别

---