知识探勘的利器——丛集算法6

TSP问题是非常著名的NP-complete问题,也几乎是每个算法课程都会谈论到的议题。如果给定一个完整的无向图形（undirected graph）-G,并以V表示顶点集合,以E表示两顶点间的边界,则此无向图形可用G=（V,E）表示。现在假设每个边界均有一个非负数的整数成本，在大多数的TSP形式里，其相当于要在G中找到一个使旅程之起点与终点均在同一顶点，并且对图形中所有顶点均要拜访过一次的一种汉弥顿环（Hamiltonian cycle）旅行路径。在许多情况里我们要找的不只是汉弥顿环，而且该环要是最短路径。

网络封包遗失的信息修补艺术(一)

大数法则支配人类许多研究领域，在信息错误回复的研究领域里亦同。只不过此在以往尚可应付有线环境的原则。这几年因为网络环境生态的微妙变化（从有线到无线，从纯文字到多媒体．从桌上计算机到口袋计算机），已慢慢出现捉襟见肘的现象。封包遗失乃IP网络常态，而错误回复的方法亦随着时代演进而有所不同。未来取大数法则而代之的，将是更精致化、更有效率、更省系统资源以及更低的运算复杂度的错误回复方法。

24小时全方位优质医疗环境

移动网络的普及带动了无线媒体服务业的兴起．其中随选多媒体（Multimedia On-Demand．MOD）服务型态最引人注目。尤其是结合特殊专业服务的多媒体型态（例如：专属家庭医生、在线保全、24小时居家照护、专业法律咨询…等等）．可能在将来蔚为一股风气。但在这些应用里面．仍有一些关键因素需要多加注意．例如：人机接口之改良、网络传播技术的改良、

知识探勘的利器——丛集算法5

十一、大型资料集之丛集化 大型数据分析是数据/知识探勘领域的一个重镇,因此丛集方法的使用也被要求要能应用在这些大型数据的处理上。许多传统丛集法（例如：K-means）在处理大型数据上颇受青睐,但是在应付高维度数据关系的分析时却捉筋见肘。为了因应数据的日趋多样化且大量化，丛集算法本身具有的延展性便成为该方法得否长生不死的关键。

探究影像辨识里的脸部侦测技术(二)

上期我们谈到在单一影像中不同类别之脸部侦测方法，这些方法可再细分成“观视法（View—based approaches）”、“统计法（statistic）”与“学习法（learning-based approaches）”等三大类，以下我们就要针对这些方法，做一些简要说明。