高中組

在n個數字當中連續三個數字皆未出現連續遞增情形者我們將其稱作為aviod123。在n個數字當中連續三個數字皆未出現中小大排列情形者我們將其稱作為aviod213。我們針對這個問題用反面，分類的方式是來處理。將其依照前兩個數字的不同分類成下表並將表中每一個情況所會產生的排法寫成矩陣形式配合遞迴關係式我們將會得到以下結果 1.aviod123的結果： Tn= T2=T3= 其中An(n)為矩陣中所有元素的總合(被aviod123的數量) 我們將其用sigma表示並化簡，化簡如下： 2.avoid213的結果： Kn= 其中B(j，k，u)=(第j個矩陣中，第k行，第k行的前u項)

全球暖化未來影響我們日常生活的程度將會日益嚴重，但只要每個人在日常生活中減少自己的碳足跡(人類活動直接與間接產生的溫室效應氣體，即是所謂的碳足跡)，即能有效挽救暖化的日漸惡化。然而『吃』為人們每天必做之事，要減少碳足跡首先從『吃』的方面開始。因此，開發減少碳足跡『多晶矽太陽能複合鍋』的點子就這樣誕生了。『多晶矽太陽能複合鍋』總共分三層：1、上層太陽能板 2、中層保溫鍋身 3、下層電熱圈加熱器。它以最簡單的方法達到最節省時間和最有效利用熱能。如果推廣使用，預期可使整體碳排放量下降，間接減少了使用的電力，提供一個環保節能的新概念。

我們常在報章及新聞上看到農民對農田上方有高壓電塔表示嚴重的抗議，因為他們認為電塔產生的磁場對農作物的生長有不良的影響，而且對在下面工作的人的健康也有妨礙，但我們對此種說法懷疑，所以我們想要實驗看看那些農民的想法正不正確。 在尋找材料的過程中，也曾不知道要用哪一種植物比較合適，後來跟生物老師討論後，才決定選用容易觀察而且生命力強的韭菜，利用電磁鐵發出的磁場對種子、幼苗及成株的影響觀察，進而推論磁場對其他農作物的影響，進行科學驗證。

本次實驗的主題是有關「寒天」性質的測定，想了解寒天是否真有─包覆油脂、幫助體\r 內環保的功效。另外同樣是海藻抽出物的「洋菜」，它的特性與寒天非常相近，二者差別又\r 在哪裡。基於此，設計了一連串實驗，探討它們的成分是否相同？不同的添加物對凝結效果\r 的影響？在不同溫度下是否能凝結？能包覆油脂？其他膠質添加物是否也有此效果？\r 實驗中發現各種膠質添加物的吸水能力不同，故以市售布丁的高度為標準，製作出高度\r 相近的凝膠凍，以利實驗進行。

舞草，豆科舞草屬，在適當氣候(26OC?28OC)下其小對葉會自行轉動，我們在不同聲音頻率(0Hz、400Hz、600Hz、800Hz、1000Hz、1200Hz)下，拍攝小對葉轉動的情形，將影像輸入電腦、分析統整，得知音頻與轉動幅度(小對葉運動中，以一端點運動至下一個最接近的異向端點，所改變的角度)、速度週期(小對葉運動中，相鄰兩個極大角度變化值的時間差)、滯留區(小對葉在端點滯留的時間)成正相關。實驗步驟中，用電腦取點，由於將圖片放大至 400%，讀取座標有+2?-2 的誤差。由於影響小對葉轉動的變因有很多方面(如：溫度、光照、葉片生長情形…)，此實驗著重在聲音頻率，未來可往各方向研究討論。

原以為太陽黑子的位置和數量在太陽南北半球會成對稱分布，但發現並非如此，故萌研究太陽南北半球黑子數量變化和其對稱性之念。

在本篇研究中我們運用現有人類語音處理技術中的能量法與梅爾倒頻譜分析法，發展出了一套利用蛙聲來自動辨識其品種的系統，首先，利用能量法萃取出蛙聲中的音節，然後從音節中計算出梅爾倒頻譜參數 MFCC，利用這些音節之梅爾倒頻譜參數序列建置起台灣地區 32 種蛙類聲音的特徵資料庫。待辨識之蛙聲進入辨識系統後，也可以同樣的方法來處理，取出其各音節的梅爾倒頻譜參數序列後，再透過蛙聲辨識的方法與資料庫比對而得到辨識結果。從程式的實作與辨識能力的測試中得知，我們的方法可以在很短的時間內就獲得辨識的結果，而且可以百分之百地精確辨識出所有的測試蛙聲。

與肥皂泡膜相關的科學現象與研究很多，本研究主要目的在探討影響肥皂膜波速的因素。實驗以振動產生器連接一光碟盒，在光碟盒上固定一圓形框，圓形框上附著一片圓形肥皂膜，由電腦軟體透過介面及功率放大器來驅動。為提高準確度，設計了二維游標尺裝置、橫向定位裝置來進行測量。並配合高速閃光燈進行仔細的觀察與紀錄。實驗結果發現波速會隨著頻率而變，得出了一個經驗公式v=62.5×f0.3，此關係不受膜的厚度、振幅、面積、成分比影響。且愈接近圓心處的波速愈快，而波腹的振幅也是愈接近圓心愈大。

本實驗利用音效處理軟體混合各頻率sin波，作為強迫共振系統聲源，測出容器的共振頻率，發現圓柱形的窄頸容器具有一系列泛音，但其中的基音頻率變化卻符合赫爾姆霍茲共振子的理論趨勢，顯示系統的共振同時具有駐波及共振子的性質。進一步測量瓶內各點的振幅發現其聲波共振的方式與共振子有相當的共通性，卻也有駐波的存在。

此研究的目的以設計學生證自動辨識及分類系統為目標。主要是利用網路攝影機拍攝學生證，將影像進行灰階及二值化處理，並以投影法確認條碼位置、骨架法進行歪斜校正，切割出條碼後，利用黑白線條的寬度進行條碼辨識，並將辨識出的學號比對註册名單以確認註冊與否，最後交由機器手臂將學生證送至不同的分類區。由實驗結果可知，本系統確實能達到自動化辨識及分類學生證的目標。