多核學(xué)習(xí)(MKL)的最優(yōu)化問題由經(jīng)驗(yàn)風(fēng)險、正則項(xiàng)兩部分組成，其解的稀疏性取決于正則項(xiàng)中的權(quán)值范數(shù)。多核學(xué)習(xí)(MKL)通過多種核函數(shù)的組合，實(shí)現(xiàn)了對多種特征集合的表示，有利于對多源數(shù)據(jù)的處理。本發(fā)明提出的非稀疏多核學(xué)習(xí)，采用凸優(yōu)化學(xué)習(xí)算法，在組內(nèi)的核函數(shù)采用l1范數(shù)，相當(dāng)于僅選擇最重要的核函數(shù)進(jìn)行組合，以提升稀疏性；在組間采用l2范數(shù)，相當(dāng)于平等地選擇處于不同子空間的核函數(shù)，以提高學(xué)習(xí)和預(yù)測的精度。這種非稀疏多核學(xué)習(xí)問題采用，Mirro-Descent(MD)方法求解，達(dá)到了既提高學(xué)習(xí)精度，又提高學(xué)習(xí)速度的目的。