基于核熵成分分析的流式数据自动分群方法.pdf

基于核熵成分分析的流式数据自动分群方法.pdf,针对多参数流式细胞数据传统人工分群过程复杂、自动化程度不高等问题，提出了一种基于核熵成分分析(KECA)的自动分群方法。选取对瑞利(Renyi)熵具有最大贡献的特征向量作为投影方向，对数据进行特征提取；设计了一种基于余弦相似度和K means算法的分类器，并采用一种基于向量夹角的最佳聚类数确定方法，最终获得细胞的分类标签。对实验获得的淋巴细胞免疫表型分析数据进行处理，结果表明，该方法能够实现细胞的快速、自动分群，整体分群准确率能够达到97%以上，操作简单便捷，提高了细胞分析的效率。