一个分类器库，里面集成了多个分类器，上传共享先

RISC-ClassifiersV1.0 使用说明
1.三个文件夹，bin，include，lib分别存放分类器库的*.dll，*.h,*.lib文件。
2.在c++环境下配置分类器库
3.按照实例程序调用库中的分类器。
4.具体方法可以参考Classifier.h文件提供的接口。
5.本库正在不断的开发完善中，如在使用的过程中遇到bug，请联系作者QQ523507442，或发信息到邮箱dp_imgclassifier@163.com，大家一起学习交流。
6.本库V1.0版本提供了单个分类器4种：KNN（K最近邻），ANN（神经网络），Bayes（贝叶斯）,Tree(决策树），集成分类器两种INT1和INT2。
7.集成分类器提供了五个基分类器可供集成，分别是SVM（支持向量机），KNN（K最近邻），ANN（神经网络），Bayes（贝叶斯）,Tree(决策树），
一般情况下，集成分类器的精度高于基分类器的精度，试用的时候可以做适当的测试，获取最佳的分类器组合方式。使用多分类器集成，可以提高
各个类别的精度，实现基分类器的优势互补。需要注意的是，多分类器集成需要有一部分样本做训练样本，一部分做测试样本，测试数据的质量也会
影响到分类器的集成效果。
8.对于ANN，程序中做了相关注释，三个参数比较重要：
                int inNum=14,                      //输入单元的个数，用于分类的特征个数
 int outNum=6,                      //输出单元的个数,输出类别的个数
 int hidNum=8,                        //隐藏神经元的个数 ，经验值，需要网格验证
隐藏的神经元个数可以通过网格验证的方法获得。
9.根据作者的研究以及所做的工作，在后面还会添加更多的分类算法，目前还有AdaBoosting+基分类器，决策树权重规则分类器未被添加到本库中，
在作者的闲暇之余将会对RISC分类器库做进一步完善，以求推出RISC-ClassifiersV2.0。
10.由于作者力量有限，基分类器数目还很少，因此期望有更多志同道合的朋友加入本库的建设中。