提出总间隔v最小类内方差支持向量机（TM-v-MCVSVMs），用于解决含有噪音人脸图像的分类问题，它综合了最小类内方差支持向量机（MCVSVMs）和总间隔v-支持向量机（TM-v-SVM）的优点。给出了TM-v-MCVSVMs在小样本问题和非线性分类问题中的解决方法。经初步的实验验证，在含有噪音人脸图像的分类问题中，TM-v-MCVSVMs获得了比MCVSVMs和TM-v-SVM更好的分类性能。