蜜蝶赛道三：空间科学数据集质量评价，把好数据入库前第一关
2026-10-13 16:03:05
2026 年 10 月，北京 — 福科创新 "蜜蝶十赛道解决方案" 第三个赛道面向航天、天文、遥感和空间科学研究机构，服务于数据入库、共享、建模和训练前的质量检查。它解决的不是 "数据有没有"，而是 "数据是否完整、格式是否统一、质量是否足以支撑后续研究" 这一基础问题。
数据集进入系统后，蜜蝶按照项目预设规则自动检查文件能否正常读取、字段是否齐全、缺失值和异常值比例是否超限、单位和量纲是否一致、时间戳与坐标是否合理，以及元数据是否满足规范。对图像、表格、多维数组和时序数据，系统可以调用不同的解析器和检查流程，并将规则版本一并记录。
系统会为每份数据和整个数据集生成质量评分，标记重复文件、空文件、异常样本和疑似污染数据，同时输出问题位置、影响范围和处理建议。科研人员可以按仪器、批次、时间段或质量等级筛选结果，查看数据分布图、缺失情况和异常样本清单，再决定是修复、剔除还是进入人工复核。
在大规模数据场景中，平台将数据检查拆分为可调度任务，利用 DGX 集群进行并行处理，并支持断点续跑和结果汇总。最终交付包括质量评估报告、结构化问题清单、可视化图表和清洗建议。