[發(fā)明專利]混合模型密度設門中的鄰域閾值選取

有效

• 申請?zhí)枺?/td>: 201280023266.7
• 申請日: 2012-03-20
• 公開（公告）號: CN103562920B
• 公開（公告）日: 2016-11-23
• 發(fā)明（設計）人: 祝遠新;唐孟湘
• 申請（專利權）人: 貝克頓迪金森公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;洪欣

1.在含有至少G個群簇的p-維數據中對多個(G個)群簇進行設門的方法，其中所述數據獲自對N個事件的組的測量，所述方法包括：

a)使用G個p-維參數分布的混合對所述數據建模；

b)提供所述p-維參數分布的參數的初始估計值；

c)使用迭代期望最大化(EM)算法，估計每個所述p-維參數分布的更新的參數，其中所述EM方法包括如下步驟：

i)針對每個事件，計算所述事件是每個所述參數分布的成員的后驗概率，

ii)確定在至少一個所述分布的鄰域內的所述事件的子集I，

iii)根據來自步驟i)的子集I中每個事件的后驗概率，計算每個所述參數的更新的估計值，其中所述EM算法至少迭代一次；以及

d)使用更新的參數估計值確定來自每個所述分布的門。

2.根據權利要求1所述的方法，其中如果來自一個分布的事件的馬氏距離平方值的單調函數符合預定閾值條件，則該事件被確定為在該分布的鄰域內。

3.根據權利要求2所述的方法，其中所述p-維參數分布函數為p-維高斯分布。

4.根據權利要求3所述的方法，其中如果來自一個分布的事件的馬氏距離平方值小于預定閾值，則該事件被確定為在分布函數的鄰域內。

5.根據權利要求2所述的方法，其中所述p-維參數分布函數為p-維t分布。

6.根據權利要求5所述的方法，其中如果如方程式16中所定義的權重大于預定閾值，則事件被確定為在分布函數的鄰域內。