【目的】针对二分类问题，构造了一种新的基于L1-范数的v-双子限定支持向量机（L1-vTBSVM）。【方法】类似于v-双子限定支持向量机（v-TBSVM），L1-vTBSVM确定两个非平行超平面，使得它们更接近于各自的类，并且与另一个类至少有ρ的距离。在L1-vTBSVM 中，由于用L1-范数替代了L2-范数，则相较于v-TBSVM，所提模型产生了不同的对偶问题。【结果】在求解对偶问题时避免了昂贵的矩阵逆运算，更重要的是，L1-vTBSVM可以抑制离群值的负面影响，从而提高模型的鲁棒性。因此，改进的模型在处理大规模问题时更有效，且具有更好的泛化能力。【结论】在6个基准数据集上进行了数值实验，验证了该算法在线性、非线性和加入噪声情况下的有效性。