When predicting a hurricane’s landfall location, small improvements in accuracy result in large savings of lives, property, and money. The project’s purpose was to apply a breakthrough method that can predict the geographic location of a hurricane’s landfall with high accuracy. Researchers have known for a long time that there are strong correlations between a hurricane’s landfall location and the geographic regions its track passes through. However, no methods have been developed to mathematically and explicitly describe these correlations. Consequently, the correlations can only serve to meteorologists as vague guidelines for their guestimates and are not usable in making practical forecasts. By studying the correlations and performing numerical optimization on historical hurricane data, this research discovered a set of geographic belt regions in the Gulf of Mexico that can be used as landfall location predictors. When a hurricane passes through any one of these belt lines, a prediction can be made by extending the hurricane’s moving direction vector towards land – the intersection point of this extension line with the coastline is the predicted landfall location. This prediction method is simple and straightforward. It only uses basic measurements from meteorological satellites: the hurricane’s real-time locations and moving directions. In conclusion, when compared to existing methods, the predictive belt method (PBM) created in this research provides a landfall location forecast with higher accuracy. Verification with historical hurricane data demonstrated that the PBM’s average error is less than 50% of the National Hurricane Center models’ error.

本研究目的在發展以水活性值作為食品水分含量和水溶液濃度估算之快速量測工具。對檢體之多點30℃水活性與水含量作圖，結合四階多項式數學模式模擬等溫吸濕曲線方程式(Moisture Sorption Isotherms)。以水活性實測值內插換算，獲取食品水分含量。對檢體之多點水活性與濃度作圖，結合多項式數學模式模擬水活性濃度曲線方程式。以水活性實測值內插換算，獲取水溶液濃度。結果顯示，隨機收集的食品檢體實測值與以模擬曲線內插而得之水分含量值偏差多不超過3%，實測值落點皆分布於模擬曲線附近，表示以此擬合曲線推算含水率確實可行。同時，水活性濃度模擬曲線準確度佳，不只適用於稀薄溶液，大範圍濃度均適用。

檳榔在我從小的記憶裡，是再熟悉不過的東西——亭亭玉立的檳榔樹，圍繞住家四周，散發出淡淡清香??尤其是一些喜慶的場合，檳榔子更是親友們交際應酬的必備禮品。每次看到綠色黃金在眨眼間變成了紅紅的汁液，好像魔法一般??。老師說，那就是課本所提到的「化學變化」了，我覺得很有意思，到底這個顏色變化是怎麼產生的？還有，曾看過叔叔在嚼食檳榔時，邊吃花生米，結果吐出的汁液顏色卻沒那麼紅，不曉得是什麼原因？另外，檳榔裡頭所添加的成分對人體會有什麼影響？有沒有方法可以驗證課本裡頭的知識？經過和老師的商量，訪問了檳榔的相關業者，便開始了一連串的探究活動。

我們的實驗主要的目的在探討振動時顆粒的流動機制，找出振動情況下混合顆粒分離的最佳數目比及最佳直徑比。一、我們推論造成『大顆粒上浮，小顆粒下沉』的原因是因為振動時產生空隙使上層小顆粒向下填補，擠壓下層大顆粒且振動時顆粒堆積造成斜面顆粒碰撞，上層顆粒體產生擠壓現象使大顆粒上升。二、由數據發現，當大顆粒數目與小顆粒數目比為5:1時，大顆粒浮出數目最多，接著我們使用不同規格的『鋼珠』，進一步探討顆粒的最佳直徑比我們觀察以3/32:6/32的鋼珠浮出數最多，推論最佳直徑比為3/32:6/32。三、大小混合顆粒，當振動次數超過60次時，大顆粒浮出數目不再增加，我們推論『60次是大顆粒上升極限值』，原因可能為振動超過60次之後浮出之大顆粒開始下沉。

我平常對數學就有很濃厚的興趣，而且隨時有機會接觸和數學有關的事物。此次由老師處得知有數學科展的活動，於是便在老師的鼓勵下利用寒假和課餘的時間從事研究，經由書上的資料，我選定了 「常寬圖形的探討」這個題目為研究主題，並邀學長一起深入研究，一同找尋資料來完成這一件作品。

記得國中理化與高一基礎理化在做此實驗時，僅以手來控制其磁鐵插入的速度，現今設計電風扇捲軸的轉速大小來當作控制的速度，並進一步探討線圈匝數，線圈截面半徑的大小及線圈材料對其感應電流與感應電動勢的影響。

在一定溫度下，大氣中可以含的水氣量是固定的，所以若是溫度改變，空氣中可以含的水氣量就會改變，水氣量的不同會造成不同的水氣壓。相對溼度指的是一定溫度下，空氣中實際的水氣壓佔當時空氣的飽和水氣壓的百分比，飽和水氣壓會因為溫度改變而改變，所以如果空氣的水氣一樣的話，在不同溫度下(飽和水氣壓不同)，會有不一樣的相對溼度。根據理想氣體方程式(pv=nRT)，壓力×體積＝氣體莫耳數×常數×溫度，所以溫度會影響壓力。\r 大氣中的氣體成分比例大致上是不變的，因為大氣中含量最多的氮氣與氧氣都是固定氣體，在不同地方含量比例相同。

水滴靜止在桌面上時，不僅受到了重力、正向力、表面張力以及附著力，而其中附著力是高中課綱不曾深入探討過的，而我們也找不到和接觸面間位能有相關的理論，於是我們運用熱力學第二定律作為理論基礎，使用附著力能量型式的原創假設，並設計實驗來驗證。

在一篇科學教育的文章中知悉「藉著滴數的測定可以得到酒精水溶液不同濃度關係」因此聯想到-是否別種常見的水溶液也具有這種不同濃度的關係？如果有的話我們用什麼樣的裝置，才能快速便捷且精確的算出這種水溶液的滴數？

本研究旨在探討： (一)藉由黃金切割的基本原則推廣至黃金多邊形，並求出其螺線方程式。 (二)透過產出極點的方式作出黃金多邊形中α任意值的黃金螺線，並推導出黃金螺線方程式r=aebθ中的係數b與α的關係式。 (三)由矩形的切割點特殊情形，延伸探討黃金多邊形特殊情形時的α值，並將這些角度與αn最小臨界值作分析，找出這些特殊α的規則與αn區間規律。

現行“黑”板已不是黑的，因此，我們準備數種顏色“黑”板，希望了解各色“黑”板對應光源亮度的表現，先以實驗箱測試照度及輝度，再以自然教室實測及問卷驗證。 由實驗結果顯示： 1.平均照度表現為黃、白色居高，黑、綠4白0、洋紅偏低。 2.平均輝度表現為黃、白色居高，黑、綠4白0偏低。 3.綠4白8不論在照度、輝度的表現上都相當穩定。 依結果提出建議： 1.以「綠4白8」黑板取代高照度、高輝度的電子「白」板及白色布幕。 2.配合照度、輝度表現調整學生座位距離，修改現行「國民中小學設備基準」。 3.配合照度、輝度表現，調整現行「中華民國國家照明標準」。 4.將傳統教室照明設備改為感應燈，以配合照度、輝度表現，自行調整教室光源亮度。

QR Code的應用在我們的生活當中隨處可見。然而，引起我們好奇的是，為什麼手機的 QR Code APP都只能辨識一個QR Code？這對於要辨識大量QR Code的人，就顯得過於不方便。因此，我們在想能不能有一次辨識幾十個，或甚至上百個QR Code的方法？ 本研究針對目前辨識率最高的開源QR Code辨識函式庫Zbar library作改進，發現使用up sampling搭配多種不同Interpolation Filtering，可以有效提升多個QR Code的辨識率。如果再加上本研究提出的module sampling與match centers方法，這樣一張相片中包含112個QR code的辨識率可以提升到93.3%，而平均QR Code辨識時間也縮短為原本的36%。 這個研究成果，希望未來能回饋到Zbar open source library，讓手機APP的開法者可以運用，一般使用者可以享受到小小手機也可以準確辨識多張QR code的便利性。