Chapter_1_:Classification
1.1 Gaussian-Mixture-Models
1.add_sample_class_gmm
功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
2.classify_class_gmm
功能：通过一个高斯混合模型来计算一个特征向量的类。
3. clear_all_class_gmm
功能：清除所有高斯混合模型。
4. clear_class_gmm
功能：清除一个高斯混合模型。
5. clear_samples_class_gmm
功能：清除一个高斯混合模型的训练数据。
6. create_class_gmm
功能：为分类创建一个高斯混合模型。
7.evaluate_class_gmm
功能：通过一个高斯混合模型评价一个特征向量。
8. get_params_class_gmm
功能：返回一个高斯混合模型的参数。
9. get_prep_info_class_gmm
功能：计算一个高斯混合模型的预处理特征向量的信息内容。
10. get_sample_class_gmm
功能：从一个高斯混合模型的训练数据返回训练样本。
11. get_sample_num_class_gmm
功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。
12. read_class_gmm
功能：从一个文件中读取一个高斯混合模型。
13. read_samples_class_gmm
功能：从一个文件中读取一个高斯混合模型的训练数据。
14. train_class_gmm
功能：训练一个高斯混合模型。
15. write_class_gmm
功能：向文件中写入一个高斯混合模型。
16. write_samples_class_gmm
功能：向文件中写入一个高斯混合模型的训练数据。
1.2 Hyperboxes
1. clear_sampt
功能：释放一个数据集的内存。
2. clo_all_class_box
功能：清除所有分类器。
3. clo_class_box
功能：清除分类器。
4. create_class_box
功能：创建一个新的分类器。
5. descript_class_box
功能：分类器的描述。
6. enquire_class_box
功能：为一组属性分类。
7. enquire_reject_class_box
功能：为一组带抑制类的属性分类。
8. get_class_box_param
功能：获取关于现在参数的信息。
9. learn_class_box
功能：训练分类器。
10. learn_sampt_box
功能：用数据组训练分类器。
11. read_class_box
功能：从一个文件中读取分类器。
12.read_sampt
功能：从一个文件中读取一个训练数据组。
13. t_class_box_param
功能：为分类器设计系统参数。
14. test_sampt_box
功能：为一组数组分类。
15. write_class_box
功能：在一个文件中保存分类器。
1.3 Neural-Nets
1. add_sample_class_mlp
功能：把一个训练样本添加到一个多层感知器的训练数据中。
2. classify_class_mlp
功能：通过一个多层感知器计算一个特征向量的类。
3. clear_all_class_mlp
功能：清除所有多层感知器。
4. clear_class_mlp
功能：清除一个多层感知器。
5. clear_samples_class_mlp
功能：清除一个多层感知器的训练数据。
6. create_class_mlp
功能：为分类或者回归创建一个多层感知器。
7. evaluate_class_mlp
功能：通过一个多层感知器计算一个特征向量的评估。
8. get_params_class_mlp
功能：返回一个多层感知器的参数。
9. get_prep_info_class_mlp
功能：计算一个多层感知器的预处理特征向量的信息内容。
10. get_sample_class_mlp
功能：从一个多层感知器的训练数据返回一个训练样本。
11. get_sample_num_class_mlp
功能：返回存储在一个多层感知器的训练数据中的训练样本的数量。
12. read_class_mlp
功能：从一个文件中读取一个多层感知器。
13. read_samples_class_mlp
功能：从一个文件中读取一个多层感知器的训练数据。
14. train_class_mlp、
功能：训练一个多层感知器。
15. write_class_mlp
功能：向一个文件中写入一个多层感知器。
16. write_samples_class_mlp
功能：向一个文件中写入一个多层感知器的训练数据。
1.4 Support-Vector-Machines
1. add_sample_class_svm
功能：把一个训练样本添加到一个支持向量机的训练数据上。
2. classify_class_svm
功能：通过一个支持向量机为一个特征向量分类。
3. clear_all_class_svm
功能：清除所有支持向量机。
4. clear_class_svm
功能：清除一个支持向量机。
5. clear_samples_class_svm
功能：清除一个支持向量机的训练数据。
6. create_class_svm
功能：为模式分类创建一个支持向量机。
7. get_params_class_svm
功能：返回一个支持向量机的参数。
8. get_prep_info_class_svm
功能：计算一个支持向量机的预处理特征向量的信息内容。
9. get_sample_class_svm
功能：从一个支持向量机的训练数据返回一个训练样本。
10. get_sample_num_class_svm
功能：返回存储在一个支持向量机训练数据中的训练样本的数量。
11. get_support_vector_class_svm
功能：从一个训练过的支持向量机返回一个支持向量的索引。
12. get_support_vector_num_class_svm
功能：返回一个支持向量机的支持向量的数量。
13. read_class_svm
功能：从一个文件中读取一个支持向量机。
14. read_samples_class_svm
功能：从一个文件中读取一个支持向量机的训练数据。
15. reduce_class_svm
功能：为了更快分类，用一个降低的支持向量机近似一个训练过的支持向量机。
16. train_class_svm
功能：训练一个支持向量机。
17. write_class_svm
功能：向一个文件中写入一个支持向量机。
18.write_samples_class_svm
功能：向一个文件中写入一个支持向量机的训练数据。
Chapter_2 Control
1.assign
功能：为一个控制变量分配一个新值。
2.break
功能：终止循环执行。
3. comment
功能：向程序添加一行注释。
4. continue
功能：跳过现在的循环执行。
5. el
功能：条件语句的替换。
6. elif
&n烤箱怎么烤蛋糕
bsp; 功能：可选择的条件语句。
7. endfor
功能：for循环的终止。
8. endif
功能：if命令的终止。
9. endwhile
功能：while循环的终止。
10. exit
功能：终止HDevelop。
11. for
功能：执行一定数量的主体。
12. if
功能：条件语句。
13.ifel
功能：有选择的条件语句。
14. inrt
功能：向一个元组分配一个量。
15.repeat
功能：repeat..until循环的开始。
16. return
功能：终止程序调用。
17. stop
功能：停止程序执行。
18.until
功能：继续执行主体，只要条件是不真实的。
19. while
功能：继续执行主体，只要条件是真实的。
Chapter_3 :Develop
1. dev_clear_obj
功能：从HALCON数据库中删除一个图标。
2. dev_clear_window
功能：清除活动图形窗口。
3. dev_clo_inspect_ctrl
功能：关闭一个控制变量的监视窗口。
4. dev_clo_window
功能：关闭活动图形窗口。
5. dev_display
功能：在现有图形窗口中显示图像目标。
6. dev_error_var
功能：定义或者不定义一个错误变量。
7. dev_get_preferences
功能：通过设计查询HDevelop的参数选择。
8. dev_inspect_ctrl
功能：打开一个窗口来检查一个控制变量。
9. dev_map_par
功能：打开一个对话框来指定显示参数。
10. dev_map_prog
功能：使HDevelop_的主窗口可视化。
11. dev_map_var
功能：在屏幕上绘制可视化窗口。
12. dev_open_window
功能：打开一个图形窗口。
13. dev_t_check
功能：指定错误处理。
14. dev_t_color
功能：设置一个或更多输出颜色。
15. dev_t_colored
功能：设置混合输出颜色。
16. dev_t_draw
功能：定义区域填充模式。
