OSMVC-TP是一种基于过渡概率的多视角聚类方法，通过学习锚点和样本的过渡概率得到软标签矩阵，提高了聚类的可解释性。应用约束保持了不同视角间标签的一致性，有效利用了互补信息。实验证实了OSMVC-TP的有效性和稳健性。