在获得图像数据集后，为所有图像构建特征数据库，该特征数据库是基于部分图像的RGB颜色模型和HSV颜色模型的均值和sd的向量。一旦给出查询图像，我如何使用svm从数据库中重定时相关图像。
此外，如何使用无监督学习来解决上述问题
假设查询图像未标记，应用SVM将需要一种了解数据集图像标签的方法，因为SVM是一种监督学习形式，旨在正确确定未标记数据的类标签。您需要另一种生成类标签的方法，例如无监督学习，因此如果您只有特征向量而没有类标签，则这种方法似乎不相关。
神经网络允许使用未标记的数据进行无监督学习，但这是一种相当复杂的方法，也是学术研究的主题。你可能想考虑一种更简单的机器学习方法，如k最近邻，它允许你获得在你的特征空间中相似的k个最近的训练样本。该算法实现简单，在许多机器学习库中都可以找到。例如，在Python中，您可以使用scikit learn。
我不确定你正在处理什么类型的图像，但你可能也想使用特征检测器算法，如SIFT，而不仅仅是像素强度来探索。