支持向量机（SVM）超平面公式

【问题标题】：Support vector machine (SVM) hyper plane formula支持向量机（SVM）超平面公式
【发布时间】：2014-01-17 11:21:50
【问题描述】：

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 小程序使其成为 Web 应用程序，如何使用 SVM 结果对新图像进行分类？是否有我可以使用的 svm 超平面公式？或者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，并且我想要一个 Web 应用程序，用户可以从预定义的图像中浏览图像（计算筛选）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。

【问题讨论】：

标签： web-applications classification svm libsvm

【解决方案1】：

只是一个基本的想法 - 如果您已经有 预定义 图像，并且具有 预计算 筛选，为什么不也预分类它们？

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) 对于核化情况，假设您有alpha（双系数）、sv（支持向量）、K（使用的核函数）和b（阈值）

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

【讨论】：