摘要：基于最小类内散度支持向量机（MCSVMs）提出一种新的矩阵模式的最小类内散度支持向量机（MCSVMs^matrix）．同时为了更好地解决非线性分类问题，将Mewer核函数引入到MCSVMs^matrix方法中，并提出基于矩阵模式的非线性支持向量机：Ker-MMCSVMs^matrix上述两种方法不但继承了MCSVMs的优点，而且由于将矩阵模式的类内散度矩阵引入到支持向量机中，从而在理论上可以较好地解决了MCSVMs方法在处理小样本高维数据集时类内散度矩阵奇异性问题，同时降低了求解类内散度矩阵及其逆矩阵和权重矢量的时间、空间复杂度．因此，在一定程度上提高了分类精度．实验结果也表明MCSVMs^matrix、Ker-MCSVMs^matrix具有上述优势．

关键词：支持向量机 矩阵模式 类内散度矩阵 人脸识别 

单位：江南大学信息工程学院; 江苏无锡214122; 盐城工学院信息工程学院; 江苏盐城224001; 浙江大学CAD＆CG国家重点实验室; 浙江杭州310027