Aims of the project Prevent youth from the -reckless use of the road .shoulder .Reduce the congested roads - Reduce accidents resulting - from the wrong use of the road .shoulder Idea of the Project The control system based road shoulder constantly and actors vis notice of the existence of any prejudice to the safety of road users to take the necessary action against them The beneficiaries of the System With health-Bouts With emergency situations The way the system works When any vehicle parked on the road shoulder remote sensors sensing the vehicle body and the issuance of the initial reference point against the vehicle on the shoulder of a road..And after a period of time known by the concerned and at the same time the system to identify the site and send information to the authority concerned in turn, take the necessary

日常生活動中簡諧運動的例子很多，例如：浮在水面上的木塊往下壓一段距離後放手，木塊即受重力與浮力的作用作簡諧運動；節拍器的左右振盪也可算是簡諧運動的一種，而實驗室中最常見的就是懸在彈簧下物體的簡諧，物體振盪時，受彈簧的回副力即重力而作上下得振盪，但此時不僅是物體，彈簧本身也在作振盪。所以，計算簡諧運動質量的時候，須考慮彈簧參與的部分質量。本實驗所探討的即為彈簧參與簡諧的有效質量與彈黃員質量的關係。

從生物實驗中我們得知：浸豆子的水和人的睡液中含有酵素，鄭同學問老師，還有什麼東西含有酵素？老師告訴大家很多食物中，像鳳梨、木瓜等都含有酵素，林同學又問：踝木上提到溫度，酸鹼性和酵素活動有關，到底有什麼關係？這個問題引起班上同學熱烈討論……於是大家決定請老師指導一起來研究「鳳梨酵素」。

此研究之重點在於如何建構一套人工智慧方法，人工智慧含多種進行方式，例如以類神經網路訓練近似於人腦之結構，而專家系統係於不同的科學領域內以自己之所知判斷。我們先以 John Holland 的 Genetic Algorithm （暫譯基因演算法，以下暫稱GA）的理論來實作出一套人工智慧系統之方法。Genetic Programming 係以ＧＡ為基礎之實作方法，主要的內容不出基本的演化定義；在這次的試驗中，首要為先定出程式欲演化成何種類型，在此我們先定義為排序型的演算法，經過分析實際程式之結構後定出適合基因元件的資料結構，分化為兩個部份進行，一為產生器，亦為突變，交配器，一為評審程式，亦為執行器，兩者使用相同之基本元件，再以不斷的交配和突變以達到全域最佳化。我們將兩種部份完成後，加上現有的PVM 分散運算函式庫來增加演算的速度。 Abstract The research mainly discusses AI. AI, involves in several types, for example, neural network(NN),which adopts human-like training method; Expert systems determine and make decision by what it has known. We will use John Koza's Genetic Programming theory to implement an AI system.Genetic Programming theory is based on GA. In our experiments, we have to define what kind of applications we want : a sorting application, which is divided into two parts - a producer (along with crossover and mutation operations) and an executor (along with judging operations), is an easyimplemented algorithm. Our program, also with PVM, will approaches global optimal after evolutions.

你所說的「會冒煙的山」是指火山吧！「火山」顧名思義為噴火的山，但是並不是所有的火山都會冒煙喔！因為依照火山的活動情形可以分為活火山、休眠火山與死火山，只有前兩種火山當它沒有噴發時會冒出陣陣的白煙，像陽明山國家公園就擁有這些非常珍貴的火山自然景觀；死火山的話則已經沒有活動跡象，跟一般常見的山一樣，是不會冒煙的。由於地球內部的溫度很高，使岩石以液體的形式存在（稱為岩漿），且其中含有大量的揮發物質，加上上層覆蓋的岩層所給予的壓力，讓這些充滿揮發成份的岩漿被地殼緊緊包住無法溢出。但是在地殼聚合較脆弱的地方，岩漿會上升靠近地面，使得承受的壓力變小，則該處岩漿中的氣體和水就有可能分離出來，增加岩漿的活動力，推動岩漿沖出地面，當岩漿沖出地面時，其中的氣體和水蒸氣迅速分離出來，造成體積急劇膨脹，火山噴發就這樣發生了。 通常猛烈的火山爆發常會帶給人類與環境重大的影響，包括： (1) 破壞環境火山碎屑流、熔岩流是大規模火山噴發中常見的產物，覆蓋地域廣，常危及安全造成大量生命財產的損失。火山爆發噴出的大量火山碎屑、火山灰和暴雨結合會形成泥石流，能沖毀道路、橋樑，淹沒附近的鄉村和城市、破壞建築，使得無數人無家可歸。火山爆發時常伴有大量氣體噴出，有些釋放出的氣體對人體有害，足以致人於死地。 (2) 影響全球氣候火山噴發時夾帶的大量火山灰和火山氣體，會對氣候造成極大的影響。因為當這些火山物質進入大氣層後，會隨著大氣環流散布到全球，遮蔽太陽的入射量，造成昏暗的白晝、氣溫下降和氣候的變化，甚至造成酸雨、泥漿雨等，而這些問題影響的時間可能長達數月至數年之久。 (3) 重現生機如果農地因火山爆發蓋上薄層的火山灰，可使得農作物發育的更好，因為這些火山灰中富含養分能使土地更加肥沃，對農民來說可謂是喜從天降。例如火山灰讓周圍的土地肥沃，當地的農作物、水果年年豐收；熔岩崩解後，雜草、苔蘚類等植物開始生長出來；繩狀熔岩流過的山坡長出蕨類植物等。 作者：林群傑 審查：林明聖

1.水污染： 人類將未處理過的生活污水、農畜污水、工業廢水等排入河、海、湖泊中或滲入地下水中，結果直接或間接地危害水中生物及人類的生活與生命，這種現象稱為水污染。 2.水污染的種類與害處： 水污染的害處很多，例如家庭污水含有需氧廢料，會降低河川的溶氧量；洗滌水含清潔劑，會產生泡沫污染；肥料與清潔劑中的添加劑，氮、磷化物排入水中，使藻類水草異常繁殖，造成水質優養化;農業上使用肥料及殺蟲劑，隨雨水流入河川或水庫，經長年累積而造成傷害；此外，電廠和工廠的冷卻用水會造成熱污染，破壞水中的生態平衡‧水中的污染物質，以重金屬離子最為嚴重，重金屬離子在極低的濃度下，就足以產生危害。 3.優養化： 優養化將造成藻類大量繁殖，使水質不再澄清透明，且帶有臭味。一般而言，影響藻類生長之主要因素有營養鹽、日照、氣候等，其中最重要者為營養鹽。隨著人們增加農藥、肥料、與洗衣粉的使用，大量廢水加速優養化現象。由於農藥、肥料、廢水與洗衣粉中，含有豐富的硝酸鹽與磷酸鹽；硝酸鹽經分解後可成為植物所需養分，而磷酸鹽可以增進去污功效，也可以增加泡沫。氮及磷是植物成長中的一種營養物質，當含磷酸鹽的廢水排放到湖水中時，水草、藻類獲得大量養分而增生，藻類大量繁殖後，因光合作用及呼吸作用造成水中溶氧量晝夜變化差異大，於夜間常致使溶氧量太低，呈缺氧狀態，造成魚類等水中生物無法生存，因而死亡，水體也產生惡臭，這就是「優養化」的現象。

染布是中國傳統技藝，以植物染最符合環保、低成本。台灣是蕨類王國，校園內又處處可見，我們嘗試用別人沒染過的蕨類當染材。染前先浸在綠豆和高筋麵粉的助染劑（每100公克的助染劑中含蛋白質量約23公克左右）中可加深色澤。取腎蕨13.04％染液在中溫左右染 5分鐘，染出的色澤最翠綠。色澤會因加溫時間越久，顏色由綠色偏黃色。若以小蘇打粉作為媒染劑時，色澤偏棕褐色，有利於色素溶出；以檸檬汁、水作為媒染劑時，偏橄欖色，利於染布著色。不論照射時間長或短，褪色效果大多僅為同色系間變化。蕨類染不但可染出高彩度的鮮艷色，更可以得到許多細膩的中間色，並且，透過不同染色次數與不同色相的複染，亦可以染出更典雅雋永的色彩層次。

無疣蝎虎（Hemidactylus bowringii）與蝎虎（Hemidactylus freuatus）分類上屬蜥蜴目守宮科蝎虎屬，為本島住家附近常見且生態地位相近的壁虎，近年來因人為因素使原本有地理區隔的兩種壁虎在北部地區產生共域現象。本研究利用問卷來調查兩種壁虎分佈狀況，並用「體型大小」、「食物競爭能力」兩種指標，設計實驗評估種間競爭程度，來探討兩種居家壁虎種間競爭程度。問卷調查及物種採集結果顯示，在台北市各行政區確實存在共域現象，且分佈數量互有消長。體型大小比較上，蝎虎體型較無疣蝎虎稍大，但在統計上無顯著差異。食物競爭能力強弱比較上，以斷尾後尾巴增長量為指標，結果兩者大致相等，無顯著差異。綜合以上研究結果，顯示兩者共域後會出現種間競爭現象，程度大致相等，有互相消長現象。Hemidactylus bowringii and Hemidactylus freuatus are commonly seen in Taiwan, and their habitats are very near the area people live. Recently, two species have inhabited the same or overlapped geographical areas in northern Taiwan. This sympatric phenomenon resulted from the geographical isolation being broken by people. This research investigated their distributions in Taipei city by using questionnaire, and evaluated the degree of interspecific competitions by using indexes of the body size comparison and the food competition to design our experiments.According to results of questionnaire and animal sampling, two geckos did inhabit closely in some areas in Taipei city, and their population distributions were changing with time. According to the result of the body size comparison, Hemidactylus freuatus is bigger than Hemidactylus bowringii. But there is not a statistically significant difference between two species. The degree of food competition of two species was all square. In summary, it was occurred the interspecific competition between Hemidactylus bowringii and Hemidactylus freuatus, and the degree of competitions was almost equal.

在我們週遭環境中常可見到許多種類的植物，然而可以叫出名字的卻少之又少，或許我們可以查閱植物百之類的書籍，但是這類書籍通常多不在手邊，就算有了植物百科，也不易翻到顯示該種植物的正確章節。假如我們可以將想要認識的植物葉片影像取得後，透過網路將該影像傳送至植物葉片資料庫查詢，經過電腦的自動分析辨識後，再將結果傳送回來，這樣不是比查閱植物百科方便多了嗎？本研究提出一種利用輸入葉片的影像來進行植物資料庫辨識查詢的方法，藉著兩階段處理的策略及最佳權重組合式的特徵值來調校系統，以達到較佳的整體辨識效能，從實驗測試的結果得知，我們的策略與方法確實有效，有82%的查詢葉片可以被精確的辨識出來，而每次查詢的平均反應時間只要17.22 秒。In our living environment, there are many kinds of plants, but we can only name a few. We may consult an encyclopedia about plants, we always can’t find any encyclopedia with us. Besides, even if we have one, it won’t be easy to find out the proper section or the exact page immediately. How should we solve this problem? One significant improvement can be expected if the plant recognition can be carried out by a computer. First, we take a picture of the unknown plant’s leaf. Then, we transmit this image into a leaf database to recognize. After the recognition we will get the answer easily. By using a computer-aided leaf recognition system, non-professionals can also identify many plant species. Isn’t it much more convenient than checking the encyclopedia? In this study, we present an efficient method for leaf database retrieval by inputting leaf images. We use a two-stage approach and combined features with optimized weight to adjust the system to get the best system performance. The result of the experiment shows that our approach is workable and efficient. 82% leaves of the query images can be recognized accurately. And in general, the average response time only takes 17.22 sec per query.