摘要: 双超球支持向量数据描述是一种新的支持向量数据描述方法.当目标数据集含有三类样本时,利用第三类样本的信息对其它两类样本分别建立优化模型,使得其中一个最优超球体尽可能多的包含第一类样本点,同时拒绝其它两类样本点;另一个超球体尽可能多的包含第二类样本点,同时拒绝其它两类样本点,从而实现三类样本点的分类.通过求解两个小规模的优化问题,该方法降低了计算复杂度,减少了运行时间;通过对不同的样本类分别选取合适的核参数,该方法能够提高分类准确率.分别用人工数据和UCI数据库中的数据检验了该方法,并与一些经典的多类分类方法比较预测的正确率和计算时间,结果表明该方法是可行和有效的.