1.一种不完整特征描述的人脸图像聚类方法，其特征在于，所述方法包括步骤：通过设计一种针对不完整特征描述的人脸图像在核空间进行补全的方法，同时从核重建和联合鲁棒表示特征进行优化的角度考虑补全策略并获得最优的人脸图像的鲁棒表示特征；

根据鲁棒表示特征，构造不同视角的完整子空间；

通过集成所有视角的子空间表示，构建一个张量子空间，并施以剪裁张量低秩约束；

利用张量子空间表示，计算出亲和子空间表示，并将其送入谱聚类算法中，计算出聚类结果；

根据所得到的聚类结果，计算所述人脸图像数据集的图像聚类准确度。

2.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，利用其他不完整核来计算每个不完整核，其计算公式为：(1) (2) (V) T

其中，V表示各个数据集的视角总数，β＝[β ，β ，…β ]是由V个基核系数组成，||·||F为Frobenius范数。

3.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，以一种联合的方式对人脸图像缺失的特征描述进行补全并得到人脸图像的鲁棒表示特征：T

其中， In是大小为n×n的单位矩阵，(·) 表示矩阵的转置，Tr(·)表示矩阵的迹。

4.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，所述的完整子空间表达公式为：其中，Zp是第p个视角的子空间表示。

5.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，通过集成所有视角的子空间表示构造张量子空间表示，并施以剪裁张量低秩约束，其公式为：其中， 表示剪裁张量核范数， 表示由Zp堆叠成的三阶张量， 表示张量 的潜在低秩结构，λ表示重构损失权重参数，表示张量第i个额叶切片， 表示张量第j

个水平切片，μ为平衡参数，||·||*表示核范数，||·||2，1表示 范数。

6.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，所述的最终目标函数表示为：其中，k表示类簇数，α表示正则化参数，γp表示不同视角的权重系数，m为采用核映射方式的个数。

7.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，所述目标函数利用交替方向乘子算法，在其他变量不变的条件下，针对每个变量迭代求解最小化，具体步骤如下：固定其他变量，删除与K无关的函数项目，得到变量 的目标函数式，通过坐标下降方式对其优化，进行求解；

固定其他变量，删除与H无关的函数项目，将目标函数式重写为变量Hp的目标函数式，通过特征分解，进行求解；

固定其他变量，删除与 无关的函数项，得到变量 的目标函数式，将目标函数式重写为变量Zp的目标函数式，进行求解；

固定其他变量，删除与 无关的函数项目，得到变量 的目标函数式，利用新的剪裁张量低秩范数对其进行求解；

固定其他变量，删除与γ无关的函数项目，得到变量γ的目标函数式，通过柯西‑施瓦兹不等式，进行求解。

8.根据权利要求1所述的不完整特征描述的人脸图像聚类方法，其特征在于，利用张量子空间表示计算出融合子空间表示，再利用融合子空间表示计算出亲和子空间表示，并将其送入谱聚类算法中，得到聚类结果；根据聚类结果，计算出聚类准确度。