本研究探讨了目标顺序性对深度回归特征表示性能的影响，提出了基于最优传输的正则化方法和回归目标复制策略，以降低条件熵并提升回归效果。实验结果验证了这些策略的有效性。

本研究提出了一种平衡互补性和一致性的框架，通过最小化条件熵和最大化不同视图之间的互信息来恢复不完整信息和增强一致性学习。实验证明了该方法的有效性。