支持向量机（SVM）是在统计学习理论基础上发展而来的一种新的通用学习方法，较好地解决了有限样本的学习分类问题。用支持向量机的分类算法，选取不同的核函数，构造了支持向量机的不同分类器，并将其应用于冠心病的预测诊断。仿真结果表明，非线性的支持向量机取得了较高的准确率，支持向量机在早期冠心病的诊断中有很大的应用潜力。