本发明公开了一种基于拉普拉斯正则化和秩约束的多视图聚类方法，包括步骤：1)获取多视图数据；2)对多视图数据进行预处理；3)选择所需的相似性度量，计算相似度矩阵；4)基于特征之间的相似性网络，融入先验信息，将各个来源视图的数据投影到一个公共的受秩约束的低维子空间；5)在低维子空间上运用谱聚类，得到最终的聚类结。本发明考虑到各个视图数据的局部特征，使得在单个视图中接近的数据在公共子空间中依然接近，约束了公共子空间的秩，使得能够得到确切数量的聚类簇，提高聚类的准确性。