原来的机器是win xp，2G内存，Intel 2G双核CPU，跑KMeansCluster对20080x129的矩阵进行聚类时，目标聚类数设定为100，出现内存不够的提示。将目标聚类数试着往小调，当到30时可以跑通。
刚好要换新机器，于是等了几天，看看新机器上内存加大后能不能跑。
新机器是win 7，Intel 2Quad CPU，四核，4G内存。
问题依旧，还是只能接受30。从资源管理器观察，内存最多时消耗到2.5G。
看来不是加大物理内存就能解决的问题。应该是代码中某个步骤无法进行大量数据操作的问题了。
??? Out of memory. Type HELP MEMORY for your options.
Error in ==> repmat at 80
B = A(:, ones(siz(2), 1));
Error in ==> DistMatrix at 29
D{k}= repmat(B(:,k),1,hA);
Error in ==> kMeansCluster at 66
d=DistMatrix(m,c); % calculate objcets-centroid distances
Error in ==> ClusterFeatures at 30
[y,c,counters]=kMeansCluster(Temp,100,1);
关于out of memory，网上很多人也碰过这个问题，
mathworks.com上有详细的介绍，以及相应的策略。
http://www.mathworks.com/support/tech-notes/1100/1107.html
还有个中文的：
http://hi.baidu.com/zwwcqu/blog/item/2ee2261ef7b9eecfa6866943.html
按照这些去做，还是不能解决问题。看来还是得从代码着手，提高性能，降低内存占用。
在网上继续找kmeans代码的同时，发现原来matlab自带就有kmeans算法的实现，试了一下，内存占用很小，2分钟处理完了我的
20080*129矩阵。