核范数平等的正则化每一个奇异值，限制了处理实际问题的能力，在实际情况中，奇异值具有明确的物理意义，应该用不同的方式对待，更大的奇异值通常与主要投影元素有关，因此最好缩小得更少。（1）低秩矩阵分解，找到一个矩阵X尽可能的接近Y—非凸优化，同时分解成两个低秩矩阵的乘积（2）NNM，用X来近似Y，同时令X的核范数最小化—最紧密的凸松弛，可以通过软阈值轻松的解决。1、NNM方法的缺点：平等的正则化每一个奇