论文部分内容阅读
传统的基于最大似然估计高斯混合模型参数的方法是一种无导师的学习方法，该方法的主要缺点昌学习算法在会计一类模式模型中的参数时只利用了该类模式中的训练样本， 未考虑其它类训练样本的分布影响，因此，这种方法的识别效果往往不够理想。针对以上问题，作者提出利用最小误分率估计高斯混合模型参数的方法，这种方法考虑了不同类之间的样本的区分性。