在对样本进行分析时，一般可对样本进行模糊聚类，然后再找出交遇区，利用交遇区的新样本进行分类，可建立线性分段分类器-fuzzy clustering

线性分类器可以实现线性可分的类别之间的分类决策，其形式简单，分类决策快速。但在许多模式识别的实际问题中，两个类的样本之间并没有明确的分类决策边界，线性分类器（包括广义线性分类器）无法完成分类任务，此时需要采用其它有效的分类方法。贝叶斯分类器就是另一种非常常见和实用的统计模式识别方法。-Linear classifier can be realized linearly separable classification decision between classes in the form of