空间数据库技术应用电子教材-空间数据质量问题来源分析.docx

空间数据库技术应用工作任务书-空间数据质量控制与评价.docx

空间数据质量控制;CONTENTS;01;空间数据质量;;逻辑一致性检查的内容;02;;03;;土地利用总体规划数据库质量检查的方法;（2）数学基础正确性检查;（3）编号唯一性、代码一致性检查;（4）拓扑检查; （5）拓扑修改; （6）数据取值一致性检查;谢谢聆听

空间数据质量问题来源;CONTENTS;01;空间数据质量;位置精度;逻辑一致性;完整性;02;主要包括以下几个方面： （1）空间现象自身存在的不确定性 空间现象自身存在的不确定性包括空间特征和空间过程在空间、属性和时间上的不确定性。空间现象在空间上的不确定性表现为空间位置分布上的不确定变化；在属性上的不确定性表现为属性类型划分的多样性，非数值型属性值表达的不精确性等；在时间上的不确定性表现为其在发生时间段上的移动性。;（2）空间现象的表达 数据采集中的测量方法以及???测精度的选择等受到人类自身认识和表达的影响，会导致数据生成的误差。可以将其归纳为以下几个方面： 1）定义。在传统测绘方面，需要量测的各种变量的概念大多都有明确的定义，而在地理、地质、土壤、林业等学科中，许多概念还没有取得一致性认识。这些概念理解的不一致必然会导致空间现象表达的不确定性。 2）表达方式。实体以何种图形要素及其组合来表达取决于实体本身的地理特征以及用户的要求，因此，存在图形表达的合理性问题，不合理的表达必然导致空间现象表达的不确定性。 3）物理介质的变化。空间数据存在于不同的介质上也会引起空间现象表达的变化

从数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生命周期等8大主题对精华数据治理相关知识体系、技术路线、发展规划、战略方案、落地实践、安全评估等进行了梳理及归类整理，是数据治理研究及方案规划、论坛演讲、高层汇报等必要的参考资料。

GNSS数据质量分析（anubis源码及编译教程，最新的2.3.0版本bat运行程序）

本文介绍了一款名为Anubis的多星多频GNSS数据质量检查软件，并在Linux环境下利用shell脚本对Anubis进行了功能扩展，可自动对批量数据进行质量检查并生成可视化视图，提高了Anubis的便利性、易用性。

大数据-算法-金融行业数据仓库项目的数据质量管理应用.pdf

该项目致力于开源数据质量和数据准备解决方案。 数据质量包括策略定义的概要分析，过滤，治理，相似性检查，数据充实变更，实时警报，篮子分析，气泡图仓库验证，单个客户视图等。 该工具正在开发高性能的集成数据管理平台，它将无缝地进行数据集成，数据分析，数据质量，数据准备，虚拟数据创建，元数据发现，异常发现，数据清理，报告和分析。 它还具有Hadoop（大数据）支持，可将文件移入Hadoop Grid或从Hadoop Grid移出，创建，加载和配置Hive表。 此项目也称为“ Aggregate Profiler”。此项目的Resful API的构建方式为（测试版）https://sourceforge.net/projects/restful-api-for-osdq/基于apache spark的数据质量正在构建https://sourceforge.net/projects/apache-spark-osdq/

规范培训-数据质量管理分册.