add_sample_class_svm — 将训练样本添加到支持向量机的训练数据中。
add_sample_class_svm 向由 SVMHandle 指定的支持向量机 (SVM) 中添加一个训练样本。训练样本由 Features 和 Class 提供。
Features 是样本的特征向量，因此必须是长度为 NumFeatures 的实数向量，正如 create_class_svm 中所述。Class 是样本的目标值，必须在 0 到 NumClasses-1 的范围内（参见 create_class_svm）。在 'novelty-detection' 的特殊情况下，该类别应设置为 0 ，因为假设仅存在一个类。在使用 train_class_svm 训练支持向量机之前，必须先通过 add_sample_class_svm 向 SVM 添加训练样本。将已训练 SVM 的支持向量作为训练样本使用的方法详见 train_class_svm。
当前存储的训练样本数量可通过 get_sample_num_class_svm 进行查询。存储的训练样本可通过 get_sample_class_svm 再次读取。
通常，使用 write_samples_class_svm 将训练样本保存至文件中颇具实用价值，这既便于重复利用样本，又可在必要时向数据集添加新训练样本，从而使新建的 SVM 能够基于扩展后的数据集进行训练。
此算子修改后续输入参数的状态：
在执行此算子时，若该参数值需在多个线程间使用，则必须对其访问进行同步。
SVMHandle (输入控制，状态被修改) class_svm → (handle)
SVM 句柄。
Features (输入控制) real-array → (real)
待存储的训练样本特征向量。
Class (输入控制) number → (integer / real)
待存储的训练样本类。
如果参数有效，算子 add_sample_class_svm 返回值 2 ( H_MSG_TRUE )。如有必要，则抛出异常。
train_class_svm,
write_samples_class_svm,
get_sample_num_class_svm,
get_sample_class_svm
clear_samples_class_svm,
get_support_vector_class_svm
基础