论文部分内容阅读
在机器学习中，一个广泛的应用是对模型的参数进行估计，即极大似然估计（MLE），EM算法是根据点估计中的MLE改进的一种迭代算法．是求极大似然估计的一种强有力的工具，但它收敛速度较慢，于是引入仪一EM算法，克服了EM算法的缺陷。由于学习的过程中可能存在着大量的缺失数据及其动态模糊性．给出基于不完全数据的动态模糊极大似然估计算法并给出实例验证。