相关熵被广泛地应用于非高斯信号处理中,但是也不可避免步长与失调量之间的矛盾。为了解决这个矛盾,基于最大相关熵的凸组合(Convex combination of Maximum Correntropy Criterion,CMCC)滤波器被提出,以同时获得大步长滤波器的快收敛速度和小步长滤波器的低失调量。但是,当两个步长不同的滤波器进行凸组合时,由于步长选取的差异,会导致组合滤波器的收敛速度和追踪最优值的能力下降。因此,提出了基于最大相关熵的多凸组合滤波器(Multi-convex Combin
典型相关分析(canonical correlation analysis,CCA)是寻找同一对象两组变量间线性相关性的一种常用的多元统计分析方法,其采用的欧氏距离度量方式导致了算法的非鲁棒性。核诱导的距离度量不仅在理论上被证明是鲁棒的,而且在(聚类)应用上获得了有效验证。将其进一步应用于CCA,发展出了核诱导距离度量的鲁棒CCA(CCA based on kernel-induced measure,KI-CCA)。该算法不仅克服了CCA非鲁棒的不足,而且使现有基于最大相关熵的鲁棒主成分分析(