多视图信息全利用
该分类器将超图正则化与Lp范数结合，用于半监督多视图学习，能更深入地挖掘多视图数据的流形结构和几何信息。
Junqi, Lu · 谢锡炯 · 熊玉洁 · Yujie, Xiong
Pattern Recognition 2024
该方法不限于双视图，能同时利用所有视图的信息，克服了传统方法只能处理两个视图的局限。
采用Lp范数替代L2范数，能有效抑制噪声和异常值对模型的影响。
引入超图正则化，通过超边连接多个视图，能刻画传统简单图无法表达的高阶相关结构。
通过等式约束将问题转化为最小二乘形式，并设计了简单的迭代算法，避免了复杂的二次规划求解。