fisher线性分类器，包括训练和测试样本-fisher linear classification

支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表。 基本情况　Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机（Support Vector Machine，简称SVM）。支持向量机的提出有很深的理论背景。 支持向量机

有100个随机的训练样本，用感知机实现了线性分类。-There are 100 random training sample, with the Perceptron achieve a linear classification.

利用感知器和BP网进行模式识别的基本方法，分类线性不可分样本-The basic method of pattern recognition based on perceptron and BP net, the linear non separable sample