关于图像识别，返回意见求助

　　关于图像识别，返回意见求助。小弟用的就是改进的BoW模型进行图像类别识别。
算法流程包括：对于图像提取特征后，进行聚类。根据码本生成图像的直方图，然后利用SVM进行训练。
专家意见：缺少特征聚类后的图像表示

请教：专家的意思是什么？
我的k-means聚类为500类，需要每一类的可视化图像？还是什么？不太懂意思。
盼望相同领域高手指教！
有满意回答，送上100分！
===有问必答===
BoW原理：用一个维数为n（你的n=500）的向量表示任意一幅图像，图像之间的相似度就可由向量之间的距离描述。
专家的意见这么简短吗？肯定不是需要每一类的可视化图像。
是不是你文章的描述有问题，你没有把BoW描述清楚？
----

BoW模型描述的过程够清楚了，sift提取特征，k-means聚类，然后直方图表示，送入SVM。
聚类为500，那就有500个视觉单词，专家的意思你推测是不是要看下一个视觉单词的可视化示例图像？
----
呵呵， 我不需要那么多金币。

你投的是中文的稿子还是英文的稿子，如果是英文的稿子，能把原话copy下吗？
没有上下文我不好推测，不过听起来你的推测似乎有道理。