基于偏斜t混合模型的流式数据自动聚类方法研究

流式数据分析的主要过程是以设门的方式对样本数据中的细胞群进行类群划分。由于传统人工设门方式的缺点,提出了一种基于偏斜 t混合模型的流式数据自动聚类方法。该方法采用有限混合模型形式,以偏斜 t布为模型密度函数,并通过期望最大化方法估计模型参数。通过对两组不同类型实验数据进行分析,结果表明：相比于非基于模型的聚类方法,基于混合模型的聚类方法对于流式数据的分析具有更好的鲁棒性,能够降低数据中离群值对结果分析的影响;相比于高斯混合模型、偏斜正态混合模型、t混合模型,基于偏斜 t分布的混合模型具有更好的灵活性,不仅能够拟合流式数据中椭圆对称分布的数据,而且对于高度非对称分布数据的分析也具有很好的效果。