投影双子支持向量机(PTSVM)是一种有监督学习方法,其性能极大依赖于有监督信息量的大小.受流形正则化框架启发,文中提出半监督投影双子支持向量机(SPTSVM).该方法可同时利用有监督(有标签样本)信息和无监督(无标签样本)信息构造一个更合理的半监督学习器.SPTSVM不仅继承PTSVM有监督分类性能,而且使用流形正则项捕获蕴含在无标签数据中的潜在几何信息.通过选择合理的参数,SPTSVM退化为有监督PTSVM或正则化PTSVM.在人工数据集和实际数据集上的对比实验验证文中方法的有效性.