在这个信息爆炸的时代,与某个特定实体相关的信息往往会由多个不同的数据源提供,比如:不同气象观测部门对同一地区的气象要素描述,放射性成像的医学图像分割阈值等。但是,传感器的观测误差,放射性药物的注射计量偏差,这些都会使不同数据源对特定实体的相关信息描述产生不同的偏差。因此,真值发现旨在从多个存在偏差和冲突的数据源中提取出最为可信的信息。近年来,真值发现得到了学术和企业界的广泛关注,传统的真值发现模型往往却依赖于这样的假设:高可靠度的数据源不可能产生大误差的观测值,即使低可靠度的数据源产生的观测误差也在一个确定的范围内。然而,结合大量的实际应用中的数据集,这种假设往往不成立:即使位于城市中心的高可靠度气象观测站也可能因为物理破坏而上传大误差的异常值,一批次的药用实验大鼠中可能因为药物不耐受的个体而使实验产生的图像分割阈值不适用。这种促使传统的真值发现模型中假设不成立的数据,在已有的真值发现文献中被称为异常数据,需要通过人工进行预去除。为此,本文拟研究面向异常数据的鲁棒真值发现算法及其应用,本文主要贡献如下:首先,针对多个可靠度的真值确实存在的情况,核密度估计方法总结了多个真值的候选观测值。通过分析数据的概率分布对源的可靠度进行概率估算,该方法被用来对源的可靠度评估以及真值的估测实现了一定的成功。然而,异常值的出现将会对该概率模型产生边界效应,从而对真值的估计产生较大的偏差。因此,本文在此研究基础上,通过局部线性回归的方法对异常数据进行拟合,利用缺失值插补的策略修复异常值。实验结果表明,所设计的方法能合理地给出数据源的可信度评分,并有效地提高了真值估测的精度。其次,本文采取迭代式动态阈值过滤方法对异常值进行过滤来提高真值发现的效率。在信息由多个来源提供的大数据环境中,传统真值发现普遍认为将平均值作为真值的方法可行性并不高,而选取中值却是被认可的。在实际应用的数据集中,由于所测试的小样本数据中的异常值影响了数据分布,导致了中值与算术平均值产生了差异。这种差异是导致样本数据质量低的主要原因。由此,本文提出一种迭代式动态阈值过滤异常值的方法,定量地过滤掉异常值以提高数据质量。实验结果证明了理论方法的可行性。同时相比已有的真值发现方法,上述方法不仅减小了对真值估测的误差而且提升了算法的运行效率。