经典线性算法的非线性核形式是近10 年发展起来的一类非线性机器学习技术.它们最显著的特点是利用满足Mercer条件的核函数巧妙地推导出线性算法的非线性形式, 并表述为与样本数目有关、与维数无关的优化问题.为了提高数值计算的稳定性、控制算法的推广能力以及改善迭代过程的收敛性,部分算法还采用了正则化技术.在概述核思想与核函数、 正则化技术的基础上,系统地介绍了经典线性算法的非线性核形式, 同时分析它们的优缺点,并讨论了进一步发展的方向.