(1)明确查找目的与要求

　　(2)选择检索工具

　　(3)确定检索途径和方法

　　(4)根据文献线索查阅原始文献首先我们确定了查找目的和要求我们所选的检索工具主要以计算机方面的书籍为主，以抽查法和循环法为主对所选经济学书籍进行文献检索，最后记录我们需要的部分。

　　2、调查问卷我们根据研究主题，制作出了一份调查问卷，并分别以两种形式呈现在调查者面前。第一种是传统的纸质版问卷;第二种是电子版的，我们将其上传在一些较为热门的网站上，例如新浪微博、人人网等网站。纸质版的调查问卷较为传统，发放范围较小，因为我们的调查人数有限，所以我们将纸质版调查问卷的调查范围只局限在校园。我们选择了人口流动性较大的地区，例如博学楼大厅、第三食堂门口等。而第二种问卷形式比较流行，本人推荐第二种，因为这样更节省资金并且环保，较之第一种纸质版，电子版问卷的调查范围更加广泛，这样的问卷结果更具代表性，更加有利于我们对于本课题的研究技术路线：实施方案及可行性分析：实施方案简单的说是首先用au3来建立用户界面，通过中间一系列的编程，使用au3的方法来创建sql数据库，在通过au3把s2l数据库返还给用户，sql的应用已经非常成熟，au3也已经很成熟了，用于采购管理系统是完全可以的。并且设计完成成本低廉，能更加促进系统的完成

计算机开题报告 篇4

　　课题名称:基于嵌入式的智能手势识别器的设计

　　一、课题研究背景

　　1.国内外的研究现状

　　目前国内外实现的手语识别系统主要分为基于传感器的系统识别和基于图像处理的识别系统。利用传感器识别的系统就是利用空间加速度和角速度这两个参数来进行的，当信息量比较大时，能更方便的获取到数据；缺点是需要在手臂上装置大量装置在表达上带来了不便性。基于图像的视觉识别是用摄像机采集手势信息进行识别的技术。这种方式的优点是动作的识别更加自然，缺点是图像处理识别时容易受到环境的干扰。

　　手势识别领域的研究在国外要比国内早，国内最早开始研究手势手语的识别是哈工大团队提出了将多种手势识别算法融合的方法，这种方法在分类时特征和模型的参数都很少，但这种技术对手语手势的识别在那个年代取得了良好的识别效果，通过将神经网络和HMM算法相结合，使系统对简单静态手语的识别率达到百分之八十以上。随着技术的发展，人们将GMM模型运用到手

　　语识别系统中，通过这种方法对手语识别得到的结果更好。20xx年，南开大学的李国峰等人研发了基于MEMS加速度传感器的简单输入系统，该系统也为自热的人机交互研究开启了新理念。20xx年华中师范大学团队开始了基于加速度传感器手语识别研究，对预设的八种手势进行识别，其识别率达到了85.3%.20xx年，清华研究团队利用SEMG信号去识别手臂和手指动作采用多电极阵列获取SEMG信号，虽然实用性不是很强，识别率不是很高，但是在该领域的探索研究，做出了大量的探索工作。20xx年，由于传感器的手势识别领域的快速发展，国内学者张欣和陈勋等人将传感器技术与生理信号相互结合，构建了手势识别系统的远程医疗系统，该系统研发为识别领域注入了新的血液，使得国内对相关领域的研究更加热衷起来。

　　2.课题研究的意义

　　根据世卫组织最近的一项报道表明，在全球有6亿多的残疾人，其中就聋哑人占残疾人口的10%.截止到20xx年末，中国残疾人的数量已经占到全国总人口数的百分之六，是世界上残疾人最多的国家。在这些残疾人当中，具有听力障碍的人占33%,人数大约为2780万，这些人中只有少部分人只有听力或语言障碍，而大多数人完全失去了与健康人类正常沟通的能力，手语则是它们唯一的交流方式。对于健康的人们来说，除一些专业人士外大部分人并不能理解手语的含义，那么将手语转换成声音和图像并被人们轻易理解就变得很有实用价值。这将清除它们与社会交流的障碍为它们融入到有声世界提供了很大的帮助。手势手语是将人体产生的动作赋予了特定的含义且高度的结构化后的集中体现。

　　.它主要是由人的手势决定也会有一些面部表情进行辅助，因此我们要对手语进行识别，首先必须要弄清手势含义，目前很多对手语的识别是依靠计算机视频识别来实现的。自上世纪九十年代以来，计算机技术得到迅猛发展已经深入到生活的方方面面之中影响迅速扩大，而且在日常生活中多模态接口技术已经变得越来越普遍。虽然传统鼠标和键盘随着计算机技术飞速发展而变得越来越先进，但是由于人的需求也在发生着很大的变化，这些传统设备也逐渐凸显出了它们的局限性，在虚拟现实和人机交互上这种限制是有着明显的表现。人机交互中手势是输入和输出的非常重要的方式，所以手势识别是多模式接口技术的一个重要部分。