Mô hình hỗn hợp Gauss là một công cụ được sử dụng một cách hiệu quả để mô tả phân bố của các tập dữ liệu không đồng nhất và thu thập từ nhiều đối tượng/điều kiện khác nhau. Tuy nhiên trong một số tình huống thực tế, một phần của tập dữ liệu có thể không quan sát được do bị "cắt". Ví dụ, cảm biến trên các điện thoại thông minh không thể đo được chỉ số cường độ của tín hiệu phát ra từ một trạm thu/phát WiFi nếu chúng nhỏ hơn ngưỡng thu, ví dụ -100dBm. Khi đó tất cả các phép đo có giá trị nhỏ hơn hoặc bằng -100dBm sẽ được trả về với cùng một giá trị là -100dBm. Bài báo này đề xuất các thuật toán ước lượng các tham số của hình hỗn hợp Gauss và số thành phần Gauss dựa trên thuật toán cực đại hóa kỳ vọng và tổng phần thực của hàm đặc trưng. Các kết quả thực nghiệm với tập dữ liệu mô phỏng chứng minh hiệu quả của các thuật toán được đề xuất so với các công trình đã được công bố khi một phần của tập dữ liệu bị "cắt".