用matlab代码实现手写数字识别，要求用到matlab中的gui工具，我们可以选择载入哪一个已经训练好的神经网络，而且当我们在手写板上写了一个数字并且按下识别按钮，能将被识别的数字正确识别，当我们按下清空按钮时，手写板上的内容被清空。

好的，这是一个比较复杂的项目，需要用到MATLAB的GUI编程、神经网络模型、图像处理等知识。下面是一个简单的实现步骤：

1. GUI设计：创建一个GUI界面，包括手写板、识别按钮、清空按钮等控件。

2. 图像处理：在手写板上绘制数字时，需要将绘制的图像转化为数字图像。可以使用MATLAB内置的函数imresize、imbinarize等对图像进行预处理，使其适合输入神经网络进行分类。

3. 神经网络模型：选择一个已经训练好的神经网络模型，用于对手写数字进行分类。可以选择MATLAB内置的模型，如AlexNet、VGGNet等，也可以使用自己训练的模型。

4. 识别数字：将预处理后的图像输入神经网络模型中，进行分类，得到数字的识别结果。

5. 清空手写板：点击清空按钮时，将手写板上的内容清空。

下面是一份MATLAB代码示例，用于实现手写数字识别：

% GUI设计
figure('Name', 'Handwritten Digit Recognition', 'NumberTitle', 'off', 'MenuBar', 'none', 'ToolBar', 'none', 'Resize', 'off');
ax = axes('Position', [0.1, 0.2, 0.8, 0.6], 'XTick', [], 'YTick', []);
uicontrol('Style', 'pushbutton', 'String', '识别', 'Position', [150, 20, 60, 30], 'Callback', @recognize_callback);
uicontrol('Style', 'pushbutton', 'String', '清空', 'Position', [250, 20, 60, 30], 'Callback', @clear_callback);

% 加载神经网络模型
net = alexnet; % 可以选择其他模型

% 手写板绘图
h = imfreehand(ax, 'Closed', 0);

% 图像处理
bw = createMask(h);
bw = imresize(bw, [227, 227]);
bw = imbinarize(bw);

% 识别数字
output = classify(net, bw);
disp(output);

% 清空手写板
delete(h);

% 识别按钮回调函数
function recognize_callback(hObject, eventdata)
    % 图像处理
    bw = createMask(h);
    bw = imresize(bw, [227, 227]);
    bw = imbinarize(bw);

    % 识别数字
    output = classify(net, bw);
    disp(output);
end

% 清空按钮回调函数
function clear_callback(hObject, eventdata)
    delete(h);
end

这只是一个简单的示例，实际上需要更多的代码来处理GUI事件、调整图像大小、显示识别结果等。如果您需要更详细的实现方法，建议参考MATLAB官方文档或者相关的教程。