基于KL变换的指纹特征提取应用研究

KL变换是一种适用于任意概率密度函数的正交变换,它能消除各分量之间的相关性,根据协方差矩阵特征值和特征向量有效地进行信息压缩等。相同类的指纹图像的特征码具有较强的相似性,不同类指纹图像的特征码却有一定差异。采用对特征码进行KL变换降维,得到的新的特征码仍然具有同样的相似性和差异性。证明可以通过KL变换后的特征向量进行指纹识别是可行且具有一定意义和研究应用价值。

拉格朗日乘子受控子空间语音增强

针对频域受限子空间语音增强在构造增强矩阵时,采用固定拉格朗日乘子,使得减小语音畸变和提高语音可懂度的过程中,有音乐噪声残留,提出一种变拉格朗日乘子的算法。利用听觉特性中较强的频率成分对噪声进行掩蔽,通过掩蔽阈值的频率域与子空间特征值之间的变换算法,用变量控制子空间拉格朗日乘子计算增益函数的对角矩阵。对比实验和试听结果表明,提出算法增强的语音信号不仅信噪比有较大提高,语音质量主观感知度也有明显改善。