提出了1种基于SVDD(support vector domain description)的集成剪枝算法。首先通过有放回的随机采样训练出若干个学习模型,接着通过支持向量域描述算法寻找1个最小超球面,使其包含不少于一定数量的预测模型;然后得到1个可以确定球心位置的稀疏权重向量;最后选取该向量中非零元素所对应的学习模型解决二分类问题。通过多组实验将基于SVDD的集成剪枝算法与Bagging以及其他集成剪枝算法进行比较,验证了所提出算法的准确性和高效性。