当前支持向量机是分类研究与应用的一个热点。提出了一个新的最小二乘支持向量机算法，该算法向最小二乘支持向量机（LS-SVM）优化模型中融入了类内散度（VSLSVM）思想，即用优化准则Minw′Mw对原LS-SVM进行重组合，w为对应LS-SVM中的权向量，M是类内散度矩阵。提出的方法仅仅需要求解一个线性系统而不是凸规划问题，实验主要对SVM和Suykens等人的方法进行了比较，并验证了提出的算法的有效性。