当动态过程的输出含有测量噪声时，直接用最小二乘支持向量机（LSSVM）对过程建模预测效果较差，为了提高LSSVM模型的预测精度，提出了一种基于无偏LSSVM的抗噪在线过程建模方法。该方法在每一预测步期间对过程输出测量值进行误差判断，若输出测量值与预测值相差较大，就对测量值予以修正，然后用修正值构成样本在线建模，从而减少噪声影响。数字仿真显示，当过程输出测量值混有高斯白噪声时，该文方法比直接LSSVM和现有的加权LSSVM的预测精度要高。