一种快速自动分析流式数据方法研究

摘要：

目的：流式数据分析的主要过程是对样本数据中的细胞进行类群划分。针对传统人工分析数据方式的缺点，提出一种快速自动数据分析方法。方法不同于人工二维逐次投影设门分析方法，该方法基于冗余的K-means聚类结果，通过同类细胞亚群合并方式实现多维流式数据直接分析。针对流式数据的特点，提出核密度估计初始化类群数目和k-d树优化算法效率。对冗余的聚类结果，提出两段回归拟合算法确定最优分类。结果分析实验1数据的误判率为0．0736，分析时间为2 s；分析实验2数据误判率为0．0805，分析时间为1 s。结论相比基于概率聚类方法和非概率聚类方法，该法不仅能快速对多维流式数据进行直接分析，且分析结果更准确，误判率更低。

关键词：流式细胞术、聚类分析、核密度估计、K-means、k-d树、T淋巴细胞亚群、数据说明、统计

分类号：Q2-33;O652.9

资助基金：国家科技重大专项资助项目2012ZX10004801

在线出版日期：2015-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：736-741