基于多视角的多类型错误全面检测方法

随着信息化社会的发展,数据的规模越发庞大,数据的种类也越发丰富.时至今日,数据已经成为国家和企业的重要战略资源,是科学化管理的重要保障.然而,随着社会生活产生的数据日益丰富,大量的脏数据也随之而来,数据质量问题油然而生.如何准确而全面地检测出数据集中所包含的错误数据,一直是数据科学中的痛点问题.尽管已有许多传统方法被广泛用于各行各业,如基于约束与统计的检测方法,但这些方法通常需要丰富的先验知识与昂贵的人力和时间成本.受限于此,这些方法往往难以准确而全面地检测数据.近年来,许多新型错误检测方法利用深度学习技术,通过时序推断、文本解析等方式取得了更好检测效果,但它们通常只适用于特定的领域或特定的错误类型,面对现实生活中的复杂情况,泛用性不足.基于上述情况,结合传统方法与深度学习技术的优点,提出了一个基于多视角的多类型错误全面检测模型CEDM.首先,从模式的角度,结合现有约束条件,在属性、单元和元组层面进行多维度的统计分析,构建出基础检测规则;然后,通过词嵌入捕获数据语义,从语义的角度分析属性相关性、单元关联性与元组相似性,进而基于语义关系,从多个维度上更新、扩展基础规则;最终,联合多个视角...     

液相色谱-电感耦合等离子体质谱法测定水产品中的4种形态汞

目的建立一种微波萃取-高效液相色谱分离-电感耦合等离子体质谱法(high performance liquid chromatography-inductively coupled plasma mass spectrometry,HPLC-ICP/MS)测定水产品中无机汞(inorganic me rcury,IMC)、甲基汞(methyl mercury,MMC)、乙基汞(ethyl mercury,EMC)和苯基汞(phenyl mercury,PMC)的方法。方法样品经25%四甲基氢氧化胺微波萃取后,用流动相定容,0.45μm微孔滤膜过滤后备用。样品经反相色谱柱分离,ICP/MS检测。结果4种形态的汞在质量浓度0.5~20 ng/mL的范围内呈线性关系,虾仁样品在0.01、0.02、0.2 mg/kg添加水平下的回收率为61.3%~113.7%;鳕鱼在0.01、0.02、0.5 mg/kg添加水平下回收率为60.8%~109.8%;金枪鱼在0.01、0.02、1.0 mg/kg添加水平下回收率为75.5%~115.9%,日内相对标准偏差小于8%,日间相对标准偏差小于10%;4种形态汞的检出限均为4μg/kg.结论该方法快速、准确、灵敏,适合用于水产品中4种汞形态分析检测。     

超声辅助提取-高效液相色谱-电感耦合等离子体质谱法分析食品中水溶性铬价态

目的建立一种超声辅助提取-高效液相色谱分离-电感耦合等离子体质谱联用法(high performance liquid chromatography-inductively coupled plasma mass spectrometry,HPLC-ICP-MS)测定食品中水溶性铬价态的分析方法。方法样品经乙二胺四乙酸二钠(ethylenediaminetetraacetic acid disodium salt, EDTA-2Na)-硝酸铵混合溶液提取后,含蛋白质的样品加入铁氰化钾和乙酸锌溶液沉淀蛋白质,0.45μm微孔滤膜过滤后备用。样品经离子交换柱分离,ICP-MS检测。结果 Cr(Ⅲ)和Cr(Ⅵ)在0.5～50ng/mL的范围内呈线性关系,大米和鸡蛋样品在0.025、0.05和2.0 mg/kg添加水平下的回收率为76.8%～117.0%;土豆在0.025、0.05和1.0 mg/kg添加水平下回收率为84.7%～108.2%;牛奶在0.025、0.05、0.6 mg/kg添加水平下回收率为75.1%～103.8%; 2种价态的铬的检出限均为10μg/kg。结论该方法快速、准确、灵敏,适合用于多种食品中可溶性铬价态分析检测。