摘要：针对支持向量机在大类别模式分类中存在的问题，提出了一种基于半模糊核聚类的超球支持向量机分类方法。该方法首先利用半模糊核聚类方法对样本进行预处理，完成边缘样本的选取，进而以所选样本为训练样本进行超球支持向量机训练，从而有效提高分类器的性能。实验表明，该方法比标准支持向量机多类分类方法具有更高的速度和精度。

关键词：支持向量机 多类分类 半模糊核聚类 超球 

单位：西安交通大学公共政策与管理学院 陕西西安710049 西安交通大学管理学院 陕西西安710049