Aug, 2016
核风险敏感损失函数:定义,特性及其在鲁棒自适应滤波中的应用
Kernel Risk-Sensitive Loss: Definition, Properties and Application to Robust Adaptive Filtering
Badong Chen, Lei Xing, Bin Xu, Haiquan Zhao, Nanning Zheng...
TL;DR本文提出了一种新的核空间相似度衡量方法 —— 核风险敏感损失,并将其应用于自适应滤波和鲁棒性研究,发现相比于 correntropy,KRSL 不仅能够在梯度法中提高收敛速度和精度,而且还能减少异常值的影响。理论分析结果和仿真实验证明了该算法的优异性能。