多类分类是目标识别中必须面对的一个关键问题，现有分类器大都为二分器，无法满足对多类目标进行分类，为此，提出利用纠错输出编码方法对多类问题进行分解，即把多类问题转化成二类问题；同时讨论一种基于最小二乘法对二分器结果进行融合的策略。实验分别对UCI数据集和三种一维距离像数据集进行测试，结果表明与经典的多分类器相比，提出的多类分类策略有较高的分类正确率。