提出了一种新的基于壳向量的增量式支持向量机快速学习算法.在增量学习的过程中，利用训练样本集中的几何信息，在样本中选取一部分最有可能成为支持向量的样本——壳向量，它是支持向量集的一个规模较小的扩展集，将其作为新的训练样本集，再进行支持向量训练.这在很大程度上减少了求取支持向量过程中的二次优化运算时间，使增量学习的训练速度大为提高.与单纯使用支持向量代表样本数据集合进行增量学习的传统算法相比，使用该算法使分类精度得到了提高.针对肝功能检测标准数据集（BUPA）的实验验证了该算法的有效性.
国家“863”高技术研究发展计划资助项目（2002AA412010）
李东晖 杜树新 吴铁军. 基于壳向量的线性支持向量机快速增量学习算法[J]. J4, 2006, 40(2): 202-206.
LI Dong-Hui, DU Shu-Xin, TUN Tie-Jun. . J4, 2006, 40(2): 202-206.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2006/V40/I2/202
Cited
