最近的研究表明，最大化支持向量机的最小边距不一定能带来更好的泛化性能，而优化边界分配至关重要。虽然研究已经表明，对于二进制分类，通过一阶和二阶统计来表征边界分配可以实现优异的性能，但多类分类的问题仍然是开放的。同时由于多类分类的边界复杂度，通过均值和方差优化其分布也是非常困难的。在本研究中，我们提出了 mcODM（多类最优边界分配机），可以有效地解决这个问题。我们还对新方法进行了理论分析，验证了它在多类分类边界分配问题上的意义。实证研究进一步表明，在所有实验数据集中，mcODM 总是优于另外四种多类 SVM。