非凸函数的凸化方法是一类将非凸优化问题转化为凸优化问题的技术。这类方法的主要目的是利用凸优化问题的良好性质（如全局最优解、高效算法等）来解决原本难以处理的非凸问题。常见的凸化方法包括凸松弛、变量替换、对偶化、半定松弛等。这些方法在不同领域（如机器学习、信号处理、控制理论）中都有广泛应用。凸化过程通常涉及对原问题的近似或重构，可能引入保守性，但能显著降低求解难度。选择合适的凸化策略需要权衡问题的复杂性与求解精度的需求。