核矩阵计算是恢复支持向量机的关键，已有的精确计算方法难以处理大规模的样本数据。纹理，研究核矩阵的近似计算方法。首先，采用支持矢量机的凸二次约束线性规划表示，然后，综合蒙特卡罗方法和不完全Cholesky分解方法，提出一个新的核矩阵近似算法KMA-α，该算法首先对核矩阵进行蒙特卡洛随机采样，采样后不直接进行奇异值分解，又应用了对称替换的不完全Cholesky分解来计算近似最优的低秩近似。以KMA-α输出的近似核矩阵作为支持矢量机的输入，可提高支持向量机二阶锥规划优化的效率。进一步，分析了KMA-α