2025年4月28日上午9:00-11:00，西南大学陈枫教授受邀到访我校，开展学术交流活动，围绕多核相关熵及其在分布式估计和点云配准中的应用进行专题分享，为校内师生带来一场学术盛宴。该交流活动由冯玉明教授主持，李洪兵教授、张强强博士、姜吴瑾老师以及研究生等约40人参加了交流。
（陈枫教授以“多核相关熵：从分布式鲁棒估计到点云配准”为题分享自己的研究成果）
在交流会上，陈枫教授深入介绍了多核相关熵的理论内涵，并着重阐述其在实际应用中的创新突破。针对分布式网络环境中普遍存在的非高斯噪声干扰难题，陈枫教授详细讲解了基于多核相关熵的鲁棒分布式自适应算法（D-MKC）。该算法创新性地采用在线更新策略，能够动态调整多核参数，同时结合区域随机采样和概率密度匹配技术，有效克服了混合噪声环境对分布式信号估计的影响，实现了对信号的稳定、精准估计，为分布式网络数据处理提供了全新的高效解决方案。
在点云精细配准领域，针对传统迭代最近点（ICP）算法对初始化和噪声敏感、容易陷入局部最优的局限性，陈枫教授分享了基于多核相关熵（MKC）的全局鲁棒 ICP 框架（GRICP）。该框架凭借多核相关熵的特性，显著提升了在复杂噪声和大旋转偏移场景下的配准精度，为点云处理技术的发展带来新的思路和方向，在计算机视觉、机器人导航等众多领域具有广阔的应用前景 。
（学生提问）
分享结束后，陈枫教授还耐心解答了学生们的提问。有学生提出“在实际项目中，如何快速确定 D-MKC 算法的初始多核参数”，陈枫教授结合具体案例，详细说明了基于数据先验信息和经验法则的参数初始化方法，并强调在实际应用中可通过小样本预实验进行参数微调。针对 “GRICP 框架在硬件资源有限的设备上运行效率如何提升” 这一问题，陈枫教授从算法并行化、数据降维等方面给出优化建议，鼓励同学们在学术研究中既要关注算法性能，也要重视算法的实际落地可行性。现场互动热烈，同学们纷纷表示收获颇丰。
此次学术交流活动，不仅加深了校内师生对多核相关熵前沿技术的理解，也为学校相关学科的研究与发展提供了新的思路和方向，有力推动了学术交流与合作。
