v1.10
1.添加了高斯模型，它将用于处理KTH数据集
2.完成了KTH数据集预处理与模型的对接
3.存在的问题：
①.优化KTH预处理部分，它现在看起来太混乱了，希望能以数据集分割-标签/序列分割-类别分割 的顺序进行
②.希望能把len和上面的数据集放在一个文件里，不要分开读取
③效果太差了，正确率约在40%左右，一定有其他更好的方法来获得特征，尤其是什么resize部分，完全可以去掉，防止画面压缩对原有数据的损坏
4.我们的进展很大！ 牛的牛的！！


v1.06
1.优化了模型，现在它是正确的离散HMM，对聚类的样本分类效果更好了
2.虽然相比于使用高斯HMM对原始数据分类效果仍然差很多
3.各类图形的绘制基本完成
4.完成了DTW


v1.03
1.完成了字母识别部分的曲线绘制，包括迭代次数、K（Kmeans的簇数量）、N（隐藏状态数量）
2.目前最优结果约为当迭代次数为100次，N=2，K=7时效果最佳，能达到约40%的正确率
3.没错，这个正确率很低，对比来说，当不使用Kmeans聚类时，得到的正确率在70%以上
4.这意味着应当考虑其他的空间距类方法（如果有时间的话）


v1.02
1.修正了错误率计算，现在它的错误率正常了
2.增加了混淆矩阵展示
3.优化了模型调用，现在它看起来更合理了
4.现在对训练和测试数据的Kmeans处理在一起，这更加合理了