针对优化几何集成方法（optimized　geometric　ensembles,OGE）在计算特征边界点集合的过程中包含大量冗余运算且效率较低的缺陷,分别利用Gabriel近邻规则及其启发式搜索法加速特征边界点的选取过程,提出了两种改进的几何集成方法———Gabriel　OGE和启发式OGE,并与OGE进行比较实验。实验结果表明,虽然Gabriel　OGE中计算特征边界点的时间复杂度与OGE一样,但是因为减少了大量数学运算,计算速度明显提高;而启发式OGE不仅将平均时间复杂度降低为O（dM2）,而且在处理大数据集时,计算效率最高。Gabriel　OGE和启发式OGE在保证分类结果的同时有效提高了特征边界点集合的计算速度,大幅度减少时间消耗。