本文中，我们提出一种支持向量机分类机的方法，它被这两种方法(Fung et al., 2001 Fung, G., Mangasarian, O.L., Shavlik, J. 2001. Knowledge-based support vector machine classifiers. Technical Report 01-09, Data Mining Institute, Computer Sciences Department, University of Wisconsin, Madison, Wisconsin, November. ftp://ftp.cs.wisc.edu/pub/dmi/tech-reports/01-09.ps, NIPS 2002 Proceedings. ftp://ftp.cs.wisc.edu/pub/dmi/tech-reports/06-04.pdf.[Fung et al., 2001] and [Fung and Mangasarian, 2001])引发出来,并且接下来我们将之定义为近似支持向量分类机(KBPSVM)。这个公式能够产生一个基于真实数据和先验知识的线性分类器。不像支持向量机那样需要求解二次规划的问题，提议的方法只要求一个颠倒的逆。进一步的利用矩阵的特殊结构，在目前情况下分割方法被提出来计算矩阵求逆的似乎是非常有效的。在某些基准数据上的结果证明了被提议算法的有效性。

本文安排如下：第二节简要谈到近似支持向量机还介绍了文章中用到的符号。第3节讨论了基于支持向量机的知识。第4节介绍了基于近似支持向量机线性知识。第5节处理实验结果，而第6节是结束语。