支持向量回归机基于结构风险最小化原理对目标值进行预测,但不能得到目标值的区间值。而在实际应用中,需要预报某个目标值的区间值。结合ν-支持向量回归机的模型结构,利用区间数、统计学习理论建立了基于不等式约束的高斯噪声特性区间ν-支持向量回归机,构造Lagrange泛函得到其对偶问题进行求解,并理论上证明了模型的正确性。最后得出基于Gaussian噪声影响的ν-支持向量回归模型为文章模型特例的结论。