بخشید دوستان من این درسها را نگذروندم لذا به اطلاعاتم اعتماد ندارم.از دوستانی که روی مباحث شناسایی الگو کار میکنند و یا بینایی ماشین و یادگیری ماشین کار میکنند سوالی داشتم
من تعدادی ماتریس با ابعادهای 3*3 4*3 2*4تعداد کل این ماتریسها10 عدد است دارم و میخواهم الگوهای شبیه به موارد خاص مدنظرم را پیدا کنم روشی که بهترین جواب را بمن میدهد احتمالا چه خواهد بود؟در واقع شباهت بین مدل بدست آمده با مدلهای داشته من( یعنی در این حالت من یک پایگاه داده از حالتهای مختلف را دارم مثلا 1000 تاو میخواهم بر اساس شباهت با این مدلها دسته بندی کنم!
و نکته دیگر این است من پایگاه داده ای ندارم تنها تعداد خیلی محدودی حالت دارم زیر 10 تا، اگر این ماتریسها مقادیری بین 0 تا 10000 مثلا داشته باشند و ابعاد ماتریسها همان ابعاد بالا باشدو بخواهم بیشترین مقادیراجزای ماتریس که با تفاوت بالایی از بقیه قرار دارند را تنها مقایسه کنم باید از الگوریتمهای مبتنی بر واریانس استفاده کنم. در این حالت پایگاه داده بالا را ندارم تنها تعدادی حالت شناخته شده دارم که میخواهم الگوریتم پیشنهادی شما برای انتخاب این چیست؟(مثلا 3یا 5 عضو یکی از ماتریسها با تفاوت فاحشی با بقیه قرار دارد بقیه اجزای ماتریس باید درنظر گرفته نشده و فقط شباهت مقداری با این مقادیر در نظر گرفته شود!)
کلا در شناسایی الگو از الگوریتمهای مبتنی بر واریانس چه روشی بهتر جواب میدهد؟
با تشکر از راهنماییتون