为提高地平式太阳望远镜库德焦面的指向跟踪精度，文章首先仿真了库德光路中主光轴、方位轴、高度轴、消旋轴不同心时在库德焦面上引入的跟踪误差，分析了库德焦面指向跟踪误差的复杂性，这一问题无法用夜天文望远镜卡焦指向模型解决。然后文章提出了一种基于机器学习的支持向量回归方法来构建太阳望远镜库德焦面的指向跟踪模型，并在NVST望远镜进行了实测建模和实验论证。实验结果表明：在模型改正之前，NVST在库德焦面的指向误差最大值是650.55角秒、RMS是115.88角秒，30分钟跟踪误差是6.46角秒；模型改正之后，指向误差最大值是25.02角秒、RMS值是3.98角秒，30分钟跟踪误差是1.10角秒。由此可见，基于机器学习的支持向量回归建模方法能有效提高地平式太阳望远镜库德焦面的指向跟踪精度。