随着大数据时代的到来,数据的产生和使用日益增多,同时随着数据存储技术的进步,使得收集到的数据的规模越来越庞大,但是收集到的数据往往是杂乱无章的,数据中包含很多无用的信息,并且由于人工标记的代价十分昂贵,所以有标签数据稀少而无标签数据庞大且容易获取。无标签数据对应无监督学习,聚类分析作为无监督学习的典型方法,在发掘数据间的内在联系与潜在规律方面具有重要意义。对于数据中包含很多无用信息,如何避免在提取数据有效信息时无效数据对有效数据的干扰,即提高算法的抗噪能力;数据集规模庞大,不能直接导入内存,如何降低在算法运行过程中的时间具有重要意义。针对这两方面的问题,本文在将模糊方法与概率方法相结合并具有概率方法和模糊方法共同特点的贝叶斯模糊聚类算法（Bayesian Fuzzy Clustering,BFC）的基础上做了如下工作:1.针对传统聚类方法在算法初始化时要指定聚类数的问题,提出了一个贝叶斯可能性聚类模型,推理出了一种具有良好抗噪能力的可以估计聚类个数的可能性聚类方法。使用贝叶斯推理和粒子滤波推理为模型找出最大后验参数值,并利用泊松分布估计聚类数的最优值。在求解样本隶属度的过程中使样本点的隶属度值仅与该样本点和其对应的聚类中心的距离有关,从而模型的抗噪能力得到提高。在Iris和Wine这两个UCI标准数据库中的数据集、Armstrong-2002-v2和Bhattacharjee-2001这两个医学数据集与真实环境中采样得到的脑CT图像数据集上进行了验证,结果表明了该方法的有效性。2.针对由于数据集过大而无法直接导入内存、BFC算法较高的时间复杂度导致其在处理大数据集时时间消耗问题,提出一种在线贝叶斯模糊聚类方法（Online Bayesian Fuzzy Clustering,OBFC）。该方法在BFC方法的基础上引入在线学习框架,同时将大的数据集按比例划分为若干个小数据块,并对每个数据块进行加权贝叶斯模糊聚类（Weighted Bayesian Fuzzy Clustering,WBFC）,将每个数据块得到的聚类中心合并得出最终的聚类中心,从而减少对计算机内存的消耗,降低算法的运行时间。在2D2C和4D4C这两个合成数据集与Skin数据集上进行了验证,结果表明了该方法的有效性。