近日，电子科技大学自动化工程学院本科2017级学生张一鸣在国际信号处理权威SCI期刊《IEEE Signal Processing Letters》（影响因子：3.268）上发表了一篇有关核自适应滤波的论文《A Sparse Robust Adaptive Filtering Algorithm Based on the q-Renyi Kernel Function》，张一鸣为该论文第一作者，指导老师为自动化工程学院谢永乐教授团队的李西峰副教授。电子科技大学自动化工程学院为第一完成单位。

　　上述论文中提及的核自适应滤波算法与当前机器学习密切相关：核自适应滤波算法的基本思想是建立一个学习模型，将输入的数据通过核方程映射到特征空间进行处理，处理的结果通过自适应修改自身参数使其得到更加接近期望的输出，如此迭代，输入新的数据进行训练，直到处理的结果达到预期值。该模型可以用来解决诸如时间序列预测、模式识别与分类、数据压缩与重构、非线性回归等问题，具有重要的实际意义。

　　在本文中，作者提出了一个新的核函数q-Renyi Kernel，并对该核函数特征进行分析，发现其具有高度的灵活性和鲁棒性；随后，作者在该核函数的基础上提出了新的测度J^qRKMPL，该测度具有很多优点，例如：精度高，误差较大时梯度快提升收敛速度，误差小时梯度小减小差异，误差特别大时梯度小来防止异常值和数值浮动等。基于这个测度，该论文提出了新的核滤波算法，并通过实验验证表明该算法对比传统算法有着更高的精度和更稀疏的神经网络规模。

　　张一鸣从大一开始就进入谢永乐教授团队，在李西峰博士的指导下从事科研工作至今，大一下大二上参加了关于电力系统稳定控制、5G通讯信号处理等方面的科研项目，大二下接手自适应核滤波项目，与教研室彭礼彪博士、导师李西峰等人多次研讨该项目，最后成功发表该论文。张一鸣现正与四川省人民医院合作，进行医学图像处理相关工作。