利用核化思想提出了一种新的SVM多层分类算法。该算法的基本思路是：先利用Mercer核，将输入空间非线性可分的训练样本映射到高维特征空间Hilbert中，使之线性可分，然后采用最小超球体类包含作为层次分类的依据来生成二叉决策树，从而实现在高维空间中的多类分类。实验表明，采用该算法进行多类分类，可以有效地解决输入空间非线性可分问题，并可在一定程度上提高分类器的分类精度。