摘要：为了实现对大规模数据集的分类，提出了一种基于支持向量数据描述（SVDD）的新算法。把两类的支持向量机（SVM）问题转化为软间隔的SVDD问题，然后用核集迭代的方法得到了近似最优解。实验结果表明，提出的算法与传统的SVM方法预测精度相当，但是训练时间和测试时间更短，产生的支持向量数也更少，适用于大规模数据的分类。

关键词：支持向量数据描述 核集 支持向量机 

单位：杭州电子科技大学计算机学院 浙江杭州310018