以决策速度快的决策导向非循环图支持向量机（Decision Directed Acyclic Graph Support Vector Machine）为基准分类器，结合主动学习的思想，提出了一种图像多分类主动学习方法。这种方法是一种半自动的图像语义分类方法，可以将图像分成多个语义类别。该方法在最近边界主动选择方法的基础上，提出一种基于质疑度的主动选择策略。这种策略将SVMactive中提出的最近邻SVM分类面选择的反馈样例策略延伸到多分类中，通过区别对待奇异样例和容易错分样例，减少了噪声数据对分类器的干扰，提高了分类的精度。