为什么最小化目标函数=权重的平方*每个视图与融合相似度矩阵的相似度，可以实现最大化每个视图与融合相似度矩阵的相似度。

最小化目标函数=权重的平方*每个视图与融合相似度矩阵的相似度，等价于最小化每个视图与融合相似度矩阵的相似度，并且在这个过程中对权重进行了调整。这里的权重的平方是一个正的常数，对于最小化目标函数来说，只会影响权重的取值范围，而不会影响目标函数的单调性或者凸性。

因此，在这个优化问题中，最小化这个目标函数可以实现最大化每个视图与融合相似度矩阵的相似度。这是因为，当我们最小化这个目标函数时，我们会使每个视图与融合相似度矩阵的相似度尽可能地大，同时也会根据权重的平方对权重进行调整，以达到最小化目标函数的目的。因此，这个过程也等价于最大化每个视图与融合相似度矩阵的相似度。