本章要求学生掌握蕨类植物的一般特征； 了解蕨类各主要类群的特征及蕨类植物的起源和演化；认识常见的代表植物。 重点： 1、蕨类植物的主要特征及其生活史。 2、蕨类植物的分纲（亚门）及各纲（亚门）的主要特征。 3、真蕨纲（亚门）的主要特征及代表植物。 难点： 1、维管植物的概念及维管柱的演化。 2、真蕨纲（亚门）纲的主要特征。 3、卷柏属的生活史。 4、真蕨纲（亚门）孢子囊的发育方式

一、昆虫纲分目的历史及变化 昆虫纲分目的数量与分类学的发展阶段、当时技术 水平和手段对分类性状与特征的运用、各学者的认识和 观点均有很大关系。 在昆虫纲分目的特征运用上,除注重形态学、生态 学等特征外,在生物学特征中应以变态特征为主,原因 在于昆虫由卵发育到成虫的整个过程实质是其进化历程 的缩影,如以尚未研究清楚或争议较大的起源关系替代 这一主要特征,争议将更大。各家对昆虫纲的分目如下

节肢动物门的要特征，昆虫纲的主要特征，节肢动物的分类及各类群主要特征 昆虫纲的分类，昆虫的生物学及生态学

1.甾体类化合物的基本骨架类型及甾核的稠合方式。 2. 强心苷型： 甲、乙两型强心苷类化合物的骨架特征。 甲、乙型强心苷的显色反应(不饱和内酯环及2-去氧糖的显色反应)。 强心苷的波谱特征，利用UV及NMR特征区别 甲、乙两型强心苷类。 3. 甾体皂苷： 甾体皂苷的主要类型。 四种类型甾体皂苷类化合物的结构特征。 F开环的呋甾烷醇类的特殊性质及显色反应。 甾体皂苷类化合物的理化性质(颜色反应)及波谱特征，根据IR、 1H-NMR及13C-NMR特征识别螺甾的C25异构体；根据波谱的综合信息推测皂苷的结构

《线性代数》课程教学资源（课件讲稿，B）第四章 特征值和特征向量_第一节 特征值与特征向量的概念与计算_4.1 特征值与特征向量的概念与计算

一、特征值与特征向量 二、特征值和特征向量的性质 三、应用举 四、小结

特征之基本概念 Pro/E 为一个以特征（Feature）为主的实体模型系统 → 每一零件皆由一连串的特征所组成 每一特征改变零件的外形并加入某些设计信息至模型 在设计过程中我们可随时更改特征的形状及其所含之设计信息

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

1. 理解方阵的特征值和特征向量的概念及性质; 2. 会求方阵的特征值和特征向量

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价