搜尋了好多文章，matlab自帶的svm工具儲存訓練好的模型，讀取離線模型的資料少之又少，libsvm倒是有一點，但是之前的程式碼會用自帶工具箱做的，又懶得換。那就自己搞吧！

首先上訓練函式的程式碼：

flow_svmstruct = svmtrain(flow_traindata,flow_group,'Kernel_Function','RBF')   % training

 訓練好的模型儲存在flow_svmstruct結構體中，結構體裡面的內容如下：

flow_svmstruct = 

          SupportVectors: [8x1 double]
                   Alpha: [8x1 double]
                    Bias: 0.3798
          KernelFunction: @rbf_kernel
      KernelFunctionArgs: {}
              GroupNames: [64x1 double]
    SupportVectorIndices: [8x1 double]
               ScaleData: [1x1 struct]
           FigureHandles: []
 

所以，我們要做的工作是：先將這個結構體儲存下來，然後分類的時候再讀取出來。

1.如何儲存？

如何儲存結構體呢？經過一番調研，可以用save命令把結構體儲存成矩陣（.mat）的形式,具體程式碼如下：

save('C:\Users\Administrator\Desktop\matlabdemo\model\flow_model','flow_svmstruct'); 

執行完這一行程式碼，model資料夾下多了一個檔案：

說明儲存成功了。

2.如何讀取？

首先想到的是load命令將.mat的資料讀取出來

flow_model_mat = load('C:\Users\Administrator\Desktop\matlabdemo\model\flow_model');
 

但是，我們最終想要的結果是將flow_svmstruct這個結構體提取出來，經過除錯發現，flow_model_mat這個矩陣大小是1行1列，內容是flow_svmstruct，所以經過以下操作就可以完美地提取出來儲存的資料了

flow_svmstruct = flow_model_mat.flow_svmstruct;

小結：

  %訓練並儲存資料
flow_svmstruct = svmtrain(flow_traindata,flow_group,'Kernel_Function','RBF');   % training
save('C:\Users\Administrator\Desktop\matlabdemo\model\flow_model','flow_svmstruct'); 


%讀取儲存的模型資料並分類
flow_model_mat = load('C:\Users\Administrator\Desktop\matlabdemo\model\flow_model');
flow_svmstruct = flow_model_mat.flow_svmstruct;
G1= svmclassify(flow_svmstruct,flow_testdata);