Artificial Intelligence - هوش مصنوعی - نمايش پست تنها

HojjatJafary · ۰۳-۱۱-۱۳۹۰, ۰۱:۳۷ بعد از ظهر

با سلام
۱- گرچه من بر عقیده خود در مورد چیزهایی که نوشتم اصرار دارم اما آنها را پاک کردم تا از مسائل حاشیه ای فاصله بگیریم.

۲- برای حل مشکل تان راه های مختلفی وجود دارد. البته من خیلی با این روش خوشه بندی آشنا نیستم چون خودم در ابتدای راه هستم.
ولی اصولا در الگوریتم هایی که نیاز به دسترسی تصادفی به ماتریس مجاورت نداریم از لیست مجاورت استفاده می کنیم که از نظر حافظه بسیار کارا (efficient) است.(البته از ماتریس های خلوت هم می شود استفاده کرد).می توانید چنین لیستی را در متلب ایجاد کنید و همه مراحل الگوریتم را بر اساس همین لیست مجاورت تغییر دهید.
راه دیگر استفاده از زبانهای فوق العاده قدرت مندی مثل c و ++c و فراخوانی توابع نوشته شده در متلب یا اجرای آنها بدون متلب. البته پیاده سازی این راه ها آنقدرها هم سرراست نیست.

پیشنهاد می کنم به ابزارهای آماده زیر که برای کار کردن با مجموعه داده های بزرگ ساخته شده اند نگاهی بیاندازید:

http://alumni.cs.ucsb.edu/~wychen/sc.html
Our tool can handle large data sets (200,000 RCV1 data) on a 4GB memory general machine.

MATLAB spectral clustering package | Download MATLAB spectral clustering package software for free at SourceForge.net
A MATLAB spectral clustering package to handle large data sets (200,000 RCV1 data) on a 4GB memory general machine

Clustering Toolbox

۰۳-۱۱-۱۳۹۰, ۰۱:۳۷ بعد از ظهر	#5 (لینک دائم)
HojjatJafary عضو فوق فعال تاريخ عضويت: فروردين ۱۳۹۰ محل سكونت: Teh پست ها: 31 تشكرها: 1 29 تشكر در 14 پست My Mood:	با سلام ۱- گرچه من بر عقیده خود در مورد چیزهایی که نوشتم اصرار دارم اما آنها را پاک کردم تا از مسائل حاشیه ای فاصله بگیریم. ۲- برای حل مشکل تان راه های مختلفی وجود دارد. البته من خیلی با این روش خوشه بندی آشنا نیستم چون خودم در ابتدای راه هستم. ولی اصولا در الگوریتم هایی که نیاز به دسترسی تصادفی به ماتریس مجاورت نداریم از لیست مجاورت استفاده می کنیم که از نظر حافظه بسیار کارا (efficient) است.(البته از ماتریس های خلوت هم می شود استفاده کرد).می توانید چنین لیستی را در متلب ایجاد کنید و همه مراحل الگوریتم را بر اساس همین لیست مجاورت تغییر دهید. راه دیگر استفاده از زبانهای فوق العاده قدرت مندی مثل c و ++c و فراخوانی توابع نوشته شده در متلب یا اجرای آنها بدون متلب. البته پیاده سازی این راه ها آنقدرها هم سرراست نیست. پیشنهاد می کنم به ابزارهای آماده زیر که برای کار کردن با مجموعه داده های بزرگ ساخته شده اند نگاهی بیاندازید: http://alumni.cs.ucsb.edu/~wychen/sc.html Our tool can handle large data sets (200,000 RCV1 data) on a 4GB memory general machine. MATLAB spectral clustering package \| Download MATLAB spectral clustering package software for free at SourceForge.net A MATLAB spectral clustering package to handle large data sets (200,000 RCV1 data) on a 4GB memory general machine Clustering Toolbox