基于大数据分析的检测数据质量优化与异常检测研究
张延富

杭州旭辐检测技术有限公司，浙江杭州，310022；

摘要：随着大数据技术的迅速发展，传统的数据处理方法在面对庞大且复杂的数据集时逐渐显现出局限性，尤其是在检测数据的质量优化与异常检测方面。本研究探索了基于大数据分析的检测数据质量优化与异常检测系统的构建，提出了一种结合现代数据分析技术、机器学习和深度学习方法的系统框架。研究重点聚焦于数据采集与预处理、数据质量评估、异常检测与模式识别等关键环节，旨在提升数据质量的可靠性和准确性，进而优化检测过程中的异常识别能力。研究的创新之处在于结合大数据的实时性和动态性要求，设计了具有高效反馈机制的系统架构，为数据驱动的智能决策提供技术支持。

关键词：大数据分析；数据质量优化；异常检测；系统构建

参考文献

[1]邢鹏,李新娥.基于先验聚类的机电设备环境参数异常检测算法[J].现代电子技术,2025,48(06):78-84.DOI:10.16652/j.issn.1004-373x.2025.06.013.

[2]刘洪瑞.基于深度学习的时序数据异常检测方法研究[J].黑龙江科学,2025,16(04):91-93.