1. 通過實驗操作進一步掌握支持向量機的原理和應用；
2. 掌握 與 的使用；
3. 熟練使用 編寫算法程序。
支持向量機；
下載安裝后，編譯得到.文件。已經編譯好的文件下載（直接拖放到工程文件夾內即可）下載鏈接
1： 將手寫樣本的數據轉為需要的矩陣，每一類取出7個樣本。
2：函數的編寫，運用mex64文件，庫里的函數和，訓練樣本并且預測新手寫的圖片。
封裝成函數。
2.1：函數
3：添加識別按鈕并且讀取坐標圖片轉化為矩陣。
4：添加背景圖片.jpg（將想要作為背景的圖片拖動到工程文件夾內修改代碼里的為圖片對應的名字）
5：最終結果
6：簡單的數據分類。
設一個3維，三類的樣本，每類有5個代表數據。將其帶入自己編寫的函數調用。
可定義 3個維度分別為： 語文成績，數學成績，英語成績。A里裝載著優秀成績，B類是合格，
C類是不及格。
7： 函數的編寫。
原理和以上一個一樣，利用庫的函數，訓練一個model。作為輸出
8：結果
本次實驗是利用了庫里的函數，相比神經元自己的推導的公式更加方便，直接利train和函數，給與樣本和對應的標簽訓練出一個model，然后即可用，給出對應輸入維度的矩陣用來裝載輸出數據的標簽，和輸入矩陣。即可識別出該數據矩陣對應的標簽手寫體數字識別matlab，然后輸出。