结合支持向量机（ＳＶＭ）类间最大分类间隔和支持向量数据描述（ＳＶＤＤ）类内最小描述体积思想，提出一种新的学习机器模型———最大间隔最小体积球形支持向量机（ＭＭＨＳＶＭ）．模型建立两个大小不一的同心超球，将正负类样本分别映射到小超球内和大超球外，模型目标函数最大化两超球间隔，实现正负类类间间隔的最大化和各类类内体积的最小化，提高了模型的分类能力．理论分析和实验结果表明该算法是有效的．