本章中，主要介紹一些模式識別的基礎(chǔ)概念。

　　在模式識別中，對元素進(jìn)行分類之前，我們需要采集樣本進(jìn)行訓(xùn)練。本章的實(shí)例中，訓(xùn)練了3個(gè)類，每一個(gè)類采集了100個(gè)樣本。

　　對于訓(xùn)練，需要?jiǎng)?chuàng)建兩個(gè)矩陣，一個(gè)是用于存儲樣本數(shù)據(jù)的矩陣，一個(gè)用于與數(shù)據(jù)對應(yīng)的類的標(biāo)號：

　　Int train_sample_count=300;//總共300個(gè)樣本

　　CvRNG rng_state = cvRNG（-1）;

　　CvMat* trainData =cvCreateMat（train_sample_count，2，CV_32FC1）;//存儲樣本數(shù)據(jù)

　　CvMat* trainClasses = cvCreateMat（train_sample_count， 1， CV_32FC1 ）;//存儲類的標(biāo)號

　　矩陣trainData是一個(gè)有train_sample_count行，2列，該矩陣中的每一行代表一個(gè)樣本，每一個(gè)樣本是用一個(gè)2維的橫向量來表示。矩陣trainClasses有train_sample_count行，1列，

　　其行數(shù)是與trainData相同，trainClasses是與trainData一一對應(yīng)的，假設(shè)trainData中的第一行的樣本數(shù)據(jù)是屬于第3類的，那么，trainClasses中第一行的那個(gè)值就是3.

　　在我們的例子中，trainClasses中的前100的樣本數(shù)據(jù)時(shí)第一個(gè)類的，第100到第200行的樣本數(shù)據(jù)第2類的，最后100行樣本數(shù)據(jù)時(shí)第3類的。
?