我们研究了误差分布未知的密度反褶积问题中数据驱动的截止参数选择。为了使目标密度可识别，必须假设关于噪声的一些附加信息是可用的。我们考虑了两种不同的模型：一种是框架，其中有一些额外的纯噪声样本可用，另一种是重复测量模型，在该模型中，可以重复观测受污染的随机变量，并具有独立的误差。我们引入了谱截断估计并给出了风险上界。本文的重点在于通过惩罚策略对带宽进行最优选择，从而得到非渐近预言界。