支持向量机(SVM)超平面公式

时间:2013-12-30 14:47:49

标签: web-applications classification svm libsvm

我正在研究图像分类系统,我使用了筛选和支持向量机。我想使用java applet创建一个Web应用程序,如何使用SVM结果对新图像进行分类? 我可以使用svm超平面的公式吗?或其他任何东西都可以用来分类。 实际上我计算了所有图像的筛选,我希望有一个Web应用程序,用户可以从预定义的图像(它的筛选计算)浏览图像并分类以查看结果。 PS:我使用MATLAB进行了训练阶段,我只想要对新图像进行分类的最终决定。

1 个答案:

答案 0 :(得分:0)

只是一个基本想法 - 如果您已经预定义图像,预先计算筛选,为什么不预分类呢?

SVM的分类“公式”可以有两种类型:

a)对于线性情况,假设您有w(特征权重向量)和b(阈值)

f(x)=sgn( w'x + b )

b)对于内核化的情况,假设你有alpha(双系数),sv(支持向量),K(使用内核函数)和b(阈值)

f(x)=sgn( sum_i alpha_i K(sv_i,x) + b )