數字經濟趨勢精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇數字經濟趨勢，期待它們能激發您的靈感。

篇1

機械電子工程專業俗稱機電一體化，是機械工程與自動化的一種，也是目前最具前景的一種技術方向。機械電子系統早已在我們的曰常生活中廣泛應用。機械電子工程專業包括基礎理論知識和機械設計制造方法，計算機軟硬件應用能力，能承擔各類機電產品和系統的設計、制造、試驗和開發工作。機械電子不僅僅局限于機械制造某個固定的方向，它同時還受到該領域所有分支學科的影響。由此可見，它是一種系統性與整體性極強的一種技術。對它進行研究不僅要研究它本身，還有其他與之相關的一些專業技術。

1.1 機械技術

機械技術是機電一體化的基礎，機械技術的關鍵在于與一體化技術匹配。機電一體化技術是一種高新技術，與之結合能提升機電產品性能。

1.2 計算機與信息技術

其中信息交換、存取、運算、判斷與決策、人工智能技術、專家系統技術、神經網絡技術均屬于計算機信息處理技術。

1.3 系統技術

系統技術即以整體的概念組織應用各種相關技術，從整體和部分兩方面看出發，將總體細分為各個微小的部分。系統技術中尤為重要的就是接口技術，它實現了系統各部分的有機連接。

2.機械電子技術發展的背景

第二次工業革命以后，科學技術發展迅速，各國的科技在一定程度上都取得了進步。改革開放后，我國徹底打開了國門，與世界各國聯系緊密。在與世界各國的交流中，我國引進了外國先進技術以此發展本國科技，為機械電子技術發展奠定了基礎。隨后我國教育發展顯著，我國國民的知識水平與學術素養普遍提高，為機械電子技術的發展提供了人才支持。20世紀90年代以來，黨和國家一直貫徹落實“科技興國，人才強國”戰略，鼓勵發展科技培養人才，為我國科技的發展提供了強大的資金支持與相應的政策鼓勵，給機械電子技術的發展提供了不少的機遇。

3.機械電子技術的發展趨勢

機械電子技術是現代科技發展的產物，它伴隨著現代科技產生。隨著創新觀念的深入人心，機械電子技術也不斷的發展創新。與以往相比變得更加的智能化、人性化以及網絡化。

3.1 智能化

智能化是指機電產品應該有一定的智能，使它能夠根據各種不同的情況進行科學判斷，判斷過后能夠對這些問題進行進行相應的處理。例如美的最新的物聯網“云空調”，能夠利用二維碼、溫濕度傳感器等能夠隨時隨地采集空調的動態信息，再通過射頻、WI-FI技術3G、Internet網絡將空調的信息實時進行傳遞，使得用戶能夠使用手機、iPad、電腦等設備對空調進行遠程狀態查詢與控制。初次之外還新增了手機遙控器，它集成了智能語音控制系統，讓控制空調也是種享受。未來手機遙控器還將集成溫、濕度等環境舒適度控制，實時顯示您身處環境的溫度、濕度，并會對您身處環境的舒適度進行評價，您可以根據反饋及時調節溫度和濕度，幫助您和家人監控房間環境，呵護舒適健康。

3.2 人性化

機電產品的服務對象是人，所以它們應該與人們的實際需求相連接。人們的行為動作往往表現了他們不同的心理活動或實際需求。機電產品應該自此出發，更好的服務于人類。例如Iphone6S新增了3DTouch的功能，在屏幕下方增加了壓力感應，從而可以檢測平時手指按壓屏幕的力度，然后系統可以識別到壓力強度，再給出相應的選項。下面簡單介紹下在iPhone6S3DTouch操作的方法，以及設置選項。對于3DTouch功能而言，當然自家的應用肯定都是率先支持這個功能的。只要用力按下屏幕上應用圖標，就可以看到額外的功能選項，就好比在電腦上右鍵的選項功能。在使用3DTouch前，你自然需要先掌握如何開關調節它。

3.3 網絡化

隨著互聯網的興起和普遍發展，網絡進入了我們的生活并發揮著重大的作用。網絡化是時展趨勢，因此我各種電子產品都趨于網絡化。智能手機的興起就是手機網絡化的一個重要體現，隨后出現的平板電腦以及家用電視機也日漸網絡化，這不僅為人們的生活提供了便利，也促進了信息網絡技術的發展。由此可見，發展網絡化是順應時代潮流之舉。

4.機械電子技術的發展前景

互聯網的發展為我們帶來了一個信息化時代，我們四周充斥著機電產品，它們占據了我們的生活。離開了它們我們就與世界脫節了。這種高新技術產業發展前景是巨大的。他帶來了新的就業機會也帶來了新的經濟增長點。手機的迅猛發展使得我國國產手機層出不窮，早先的小米、步步高到后來興起的華為。開始并不被國人看好，華為更被成為盜版“三星”。國人不屑的華為一直在上下求索，探尋自身的發展道路。隨后開辟國外市場，外國人甚至把華為視作高性能的好手機。為我國經濟發展注入了新動力，這正印證了“科技是第一生產力”的說法。另外，與之相伴的一些企業例如富士康等也為就業者提供了不少就業機會，增加了不少的就業崗位，一定程度上降低了失業率，相對緩解了就業壓力。

5.結語

篇2

方教授：首先，我就“數字化國標”中有關居住小區數字化方面談點看法。總結這幾年來居住小區智能化系統建設的經驗及教訓，我認為制定“數字化國標”是非常必要的。主要理由為：

1、可以規范居住小區智能化系統的建設，提

編者按：我刊與建設部《建筑及居住區數字化技術應用》國家標準編制委員會合作的“數字化國標”欄目正式啟動。為了讓廣大讀者更深刻的了解數字社區技術發展趨勢、系統通用要求、系統檢測驗收標準、以及數字社區物業管理要求和控制網絡通訊協議應用要求。我們特別邀請了參與國標編制的相關專家來深度解讀國標。高居住小區的性能，使其適應高科技，特別是信息技術的發展，滿足住戶較長期的需求。“數字化國標”的實施，進一步規范了智能化系統的功能，促進了土建設計與智能化系統建設的緊密結合。要求智能化系統的室內外管網布線納入居住小區的綜合管網布線設計中，滿足居住小區平面規劃的要求，滿足房屋結構對預埋管路的要求。并要求按現有標準規范設計與施工；

2、通過“數字化國標”的實施，規范居住小區智能化系統總體規劃設計和施工圖設計；

3、“數字化國標”的實施可以引導國內智能化系統產品的研發。近幾年來，國內圍繞小區智能化系統的產品開發迅速增加，已形成了一個具有相當規模的產業。特別是可視對講、家庭智能終端、家庭智能化布線箱、數字硬盤錄像、物業管理網站等，不少大公司也進入這個市場。居住小區智能化系統國外產品價位較高，因此，絕大部分智能化系統采用國內或合資企業生產的產品。“數字化國標”的實施可促進國內產品開發向實用、先進方面引導；

4、“數字化國標”的實施可以提高和改進物業管理水平。居住小區智能化系統的建設對物業管理隊伍提出了更高的要求，盲目建設，物業管理人員素質跟不上將會造成浪費。如何使居住小區配置的智能化系統科學合理，既能滿足住戶需求，又能使物業管理公司能夠掌握，且運行維護費用合理，這是“數字化國標”中實施內容之一。

另外，居住小區智能化系統的建設使物業管理在Internet網上展開已成為可能，探索新的物業管理模式也是“數字化國標”實施中一個內容。貫徹“數字化國標”可以推動與規范數字社區的建設。實踐證明，數字社區提高了城市管理中的電子政務水平。有了社區信息網站，可便于社區干部與群眾之間的交流和溝通，可以及時上級的文件、指示。

除了交流功能外，數字社區還可以幫助政府為群眾提供各項服務。通過有關網站，人民群眾可以直接了解各部門的工作，開展在線咨詢業務，下載打印各種登記、申請、審批表格。使社區各個部門的工作都可以置于社會公眾的監督之下，進一步提高了政府的辦事效率，增強了為百姓服務的意識。

雖然，社會各界都認識到建設數字社區的意義，并且蘊藏著較大的商機。但是，目前，數字社區的建設還是處于起步階段，尚未形成一些成熟的解決方案。特別缺少數字內容服務，包括娛樂、學習、交流互動和商務。

數字社區正在我國全面興起，許多知名的廠商已轉向對數字社區各種系統的開發，數字社區將帶動著與人們生活息息相關的從事計算機軟硬件、智能技術產品等企業的發展和現代服務產業的發展。這一現象表明，數字社區不再是一種概念而是經濟。誰能抓住現在的機會，誰就能成為數字社區的最大贏家。

記者：社區數字化工程由數字化系統集成、計算機網絡和通訊網絡三個系統和所屬九個子系統以及四個相關技術設施等組成。如此體系龐大的系統工程的后期系統檢測驗收便顯的尤為關鍵，您參加了《建筑及居住區數字化技術應用》國家標準中檢測驗收部分的編寫工作，能否為我們介紹一下這方面的相關情況?

方教授：貫徹《建筑及居住區數字化技術應用》國家標準中檢測驗收部分內容工作量較大，特別是對數字社區的驗收。數字社區是指數字化程度達到一定水準的社區，是數字城市的組成部分，未來數字社區的集合將覆蓋到整個城市乃至到社會。

數字社區建設的目的是使生活在該社區的人們，通過應用數字化技術，有一個更為安全、舒適和便利的生活環境，同時可享受數字化生活的樂趣。通過一列數字化應用系統建立，使社區政府部門、公安、消防、公安、企事業單位等的工作效率大大提高，信息更為安全，并可共享。

目前國內的數字社區建設，有不少還停留在小區智能化系統上。我們平常提到的數字社區嚴格來說，有許多只能說是智能化小區。目前智能化小區的驗收，已有大量的實踐，應該說進入如何規范化的階段了。從我最近參與驗收的智能化小區來看，問題還是相當嚴重。其中在施工環節存在的問題較多，建設方與系統集成商之間的矛盾往往也集中這里。如圖紙不全，竣工圖與實際布線、安裝不一致，弱電井中線一大把，但沒有標識等。竣工后，驗收智能化系統應提供多少類圖，以及對這些圖的質量要求，目前還沒有明確的規定。如可視對講系統的一套圖紙，應該包括系統圖、系統組成、網絡拓撲結構、施工圖等。系統中的每一根線、每一個設備放在什么位置都要標注得清清楚楚，以便將來物業管理部門的維護，所以說規范化已是當務之急。

記者：多年來您以來一直在中國建筑科學研究院從事建筑業計算機應用工作，作為該領域內的資深專家。您認為計算機網絡系統在社區數字化工程的建設過程中，發揮了怎樣的作用?今后的發展方向又當如何?

方教授：社區數字化工程中計算機網絡系統應該說是一種基礎設施，簡單說它是一種信息平臺。計算機網絡系統在迅速發展、它是一種更新換代快的產品，一般來說，計算機網絡系統的生命周期為5年左右，綜合布線的使用壽命在15～20年。而建筑物使用壽命長，計算機網絡系統中綜合布線往往是隱蔽工程，不易改動。因此，做到計算機網絡系統與建筑物完美結合不是一件容易的事。如不少小區為了給住戶選擇了多個寬帶運營商，在小區內重復建幾套系統；

有的小區已建了局域網，但運營商只能提供ADSL服務，造成資源浪費。許多方案在總體規劃階段，就沒有考慮系統建成以后，計算機網絡系統所需要的物業管理人員、運用費用等問題。沒有總體集成和系統更新與擴展的考慮，而建筑方面注意不夠，建筑結構的靈活性、適應性欠佳，對設備安裝空間、管線、路由等考慮不周。一般說來。自己建設小區局域網，要求該小區有較大的規模(最好在1000戶以上，對別墅區可適當減少)，且住戶上網率較高；配備通信及小區門戶網站運營建設方面的技術人員，建成后由物業管理公司

負責運營。

目前大部分小區采用寬帶接入網，它是由運營商設計并負責運營的。前一種方案小區對信息化的需求較高，投資較大，另外對網絡的安全方面要下更大的功夫，有一定的風險；后一種方案投資少、風險小。目前有少量的小區智能化系統建設這兩種方案都用，這是沒有必要的。

目前我國數字社區的建設，從社區范圍來看，應重點發展“公共管理與服務型”數字社區，從小區范圍來看，特別是新建的樓盤重點是發展“智能化居住小區”，從家居范圍來看，重點是發展“數字家居”。數字社區、智能化居住小區、數字家居這三個方面的建設目標、內容及采用的技術是不完全相同的，但相互關聯，是一個有機整體。數字社區更強調社區內的公共管理與服務，主要與政府關聯，智能化居住小區更強調小區內的管理與服務，主要與物業管理公司關聯，而數字家居更強調家居內的服務，主要與住戶關聯。這些都離不開計算機網絡系統的建設，只是采用不同的技術。

記者：隨著夏日用電高峰來臨，節能問題再一次引起人們的高度重視。您曾經說過：“住宅節能是住宅智能化的應有之義，也是智能化的發展方向。我們目前更為關注的是如何使智能化進一步發展兩為“四節一環保”服務”。請您我們解釋一下“四節一環保”小區住宅智能化中是如何體現的?

方教授：從可持續發展觀點出發，目前居住區智能化系統應用范圍應擴大，應用于“四節一環保”方面。在這些領域的應用，發達國家已有大量成功案例。信息技術有高度創新性、高度滲透性和高度倍增性。

它能提高傳統居住產品的科技含量，增加其附加值。如在節能方面，研究節能型家用電器(包括空調)與高效的智能照明系統。在居住小區中采取各類智能化節能產品，利用太陽能以及風能等。研究節水技術與污水資源化，研發智能化節水產品等。應用防止污染氣體、噪音隔離、再生能源與垃圾處理等智能技術。把居住區智能化系統的研究應用領域，從目前安全防范系統、管理與監控系統和通信網絡系統中擴展出來。下面簡述一下應用以智能技術為支撐的、提高綠色建筑性能的系統與技術。

節能控制系統與產品，如集中空調節能控制技術、熱能耗分戶計量技術、智能采光照明產品、公共照明節能控制、地下車庫自動照明控制、隱蔽式外窗遮陽百葉空調新風量與熱量交換控制技術等。節水控制系統與產品，如水循環再生系統、給排水集成控制系統、水資源消耗自動統計與管理、中水雨水利用綜合控制等。

利用可再生能源的智能系統與產品，如地熱能協同控制、太陽能發電產品等。室內環境綜合控制系統與產品、室內環境監控技術、通風智能技術、高效的防噪聲系統、垃圾收集與處理的智能技術。

記者：近年來您一直參與居住小區智能化研究與開發工作，參加了建設部康居工程智能化系統居住小區建設方面的工作。我們《數字社區&智能家居》雜志也一直在關注家居及社區的智能化、數字化發展，您對今后如何更好的推進居住小區智能化、數字化建設有何建議?

方教授：為了更好的推進居住小區智能化、數字化建設，貫徹《建筑及居住區數字化技術應用》國家標準應注意以下幾個問題。

1、提高產品互換性：目前居住小區智能化、數字化建設中不少產品是不可替換的，如可視對講系統，如果客戶終端機壞了只能換同一型號的產品。這對系統長期運行存在著很大隱患，因為誰也不能保證這些產品的生產廠家不會出現變遷。解決產品的互換性問題，需要制定一系列的行業標準規范，通過市場競爭，使其逐步形成廠家聯盟及知名品牌。這里的關鍵技術是制定一系列的行業標準，這需要時間，也需要政府、社會各個方面大力支持，來共同攻關。

2、改進自動抄表裝置的原理：從已經建成自動抄表裝置運行情況來看，效果普遍不佳，與水、電、燃氣的管理部門協調不到位是一個重要因素。另外，也應指出自動抄表裝置的工作原理存在著嚴重缺陷，自動抄表裝置一般都是采用將原表具中機械轉動變換為電脈沖，以累計電脈沖數得到計量值。雖然目前采用抗干擾、UPS、信號傳輸過程自動糾錯等方法，仍免不了出錯。因此研究開發《可直讀表具計量值》的自動抄表裝置已是當務之急，目前已經有了這類產品，但還未普遍采用，需要引導。

3、簡化與規范布線：目前一套居住內智能化系統布幾十根線的現象普遍存在，線多給施工造成困難，且今后維護也十分麻煩。因此如何使布線簡化且規范，形成整套智能化系統布線施工規范也是需各方共同攻關來解決。

篇3

基本判斷之一：數字經濟將助力定盤中國經濟前行新方位。發展數字經濟，發揮其優勢和特征，促進經濟邁向中高端水平，增強發展的全局性整體性，建設“天藍地綠水清”的美麗中國，提升外向型經濟發展水平，打造平等參與的發展環境，從而推動踐行我國提出的創新、協調、綠色、開放、共享的五大發展理念，實現我國經濟的新發展。

基本判斷之二：數字經濟將成為驅動中國經濟增長新動能。首先，數字經濟將推動消費需求加速釋放。隨著網絡環境的改善和互聯網、移動互聯網的普及，數字經濟越發廣泛地融入居民生活。其次，數字經濟將引領傳統產業轉型升級。云計算、物聯網、大數據、機器人等新技術新裝備快速應用與發展，數字技術開始融入到傳統產業之中，引領推動了傳統產業轉型升級。再者，數字經濟將促進新興業態培育汛蟆J字經濟領域不斷孕育出新模式新業態，倒逼傳統行業領域的變革，打破賄的產業發展格局，催生出越來越多的經濟增長點。

基本判斷之三：數字經濟將推動構筑中國經濟競爭新優勢。全球產業與經濟競爭愈發激烈，各國家和地區莫不抓緊機會構筑自身競爭優勢。我國人口基礎大、單位數量多，市場規模大，能夠構筑起數字市場優勢；網絡和信息化基礎設施發展迅速，移動互聯網發展全球領先，能夠構筑起數字基礎優勢；網民的數字消費意識強，對新模式、新業態的接受程度快，能夠構筑起數字觀念優勢。綜合來看，數字經濟將推動構筑中國經濟發展與競爭的新優勢。

面向2017年與今后一段時期，我國數字經濟發展將展現出七方面趨勢：

一是數字經濟內涵外延將持續陜速擴展。當前全球對數字資源重要性的認識、全球數字技術的創新發展等已非昔日可比，誕生出云計算、物聯網、大數據、人工智能、虛擬現實等新技術新應用和平臺經濟、共享經濟等新模式、新業態。可以說，今天所說的數字經濟，實際上是一種“新數字經濟”。未來，隨著技術的發展、模式的創新和認識的提升，數字經濟的內涵將進一步創新。

二是需求增長將鼓足數字經濟發展動力。從消費層面看，我國正處于消費升級期，數字消費又是消費的重點。從產業層面看，我國正處于產業升級期，大數據正成為與土地、勞動等同等重要的生產要素，智能制造正在引發新一輪制造業變革，數字化、虛擬化、智能化技術將貫穿產品的全生命周期，云計算、大數據、物聯網技術等將加快向傳統行業滲透切入，產業升級需求將孕育更加廣闊的市場空間。從創新層面看，數字經濟將成為創新創業的重要領域，具有規模的智力資源、資金資源將涌入數字經濟領域，為其發展注入持續動力。

三是政策創新將優化數字經濟發展環境。后金融危機時代，各個國家都在數字經濟領域發力，試圖加快經濟轉型，實現可持續發展。我國也在近兩年持續推出了多個規劃、指導意見，以加快推動大數據、互聯網等數字經濟領域的發展。未來，國家對數字經濟的重視，將推動相關產業政策的創新，從而進一步優化數字經濟的發展環境。

四是數字經濟發展將加速完善保障支撐。推動數字經濟發展，需注重配套保障建設。在基礎保障方面，將進一步推進寬帶網絡升級、提高互聯網普及率、發展新型應用基礎設施。在創新保障方面，將加快信息技術創新步伐，推動數字技術與各領域的協同創新，打造公共創新服務載體，優化創業創新孵化空間。在安全保障方面，將加快建設關鍵信息基礎設施安全保障體系，增強網絡空間安全防御能力，加強數據資源和用戶信息安全防護。在統計保障方面，將探索建設適應數字經濟特點的統計體系，使數字經濟發展成果可見、可觀，為數字經濟的進一步發展鼓足干勁。

五是數字紅利共享機制建設將加速推進。要實現共享發展就要讓數字經濟發展的紅利實現普惠性釋放，為此需要推進打造相關機制，比如數字就業促進機制、數字技能提升機制、數字精準扶貧機制、數字政府強效機制等。

六是數字經濟與資本的關系將更加密切。信息技術、互聯網、云計算、大數據等已成為資本市場矚目的焦點。未來，隨著數字經濟的發展，它與資本的關系更加密切。

篇4

關鍵詞:文字信息提取；室外場景；綜述；層次框架結構

中圖分類號:TP391

文獻標識碼:A文章編號:1672-8513(2010)03-0157-05

Automatic Detection and Extraction of Sign Text from

Outdoor Scenes: A Contemporary Review

JIA Wenjing1, ZENG Chao1, AO Yongxia2, HE Xiangjian1, WU Qiang1

（1.Faculty of Engineering and Information Technology, University of Technology, Sydney 2007，Australia;

2.School of Computer and Information, Fujian Agriculture and Forestry University, Fuzhou 350002, China）

Abstract:

Automatically detecting and extracting sign texts from outdoor scenes has found many applications in the robot vision, driver assistant system, visually impaired assistant system, etc. In recent years, many systems and methods have been developed for sign text information extraction from outdoor scenes. This paper reviews the key techniques published in major international journals and conference proceedings since 2002. A hierarchical framework is proposed, and methods in these literatures to implement each module of the system model are reviewed and assessed. This paper aims to provide a contemporary review on the state of the art techniques on this topic and discusses the unsolved problems.

Key words:

text information extraction；outdoor scene；survey；hierarchical framework

室外場景中有各種各樣的標識，它們提供給人們日常生活不可或缺的信息.在這些標識中，信息量最大的一類是含有文字信息的各種標識，如含有文字的各種道路、交通、公共場所標識及商業標識，它們指示或警告人們所處周邊環境的情況.

近年來，隨著低價、高性能便攜式數字成像設備的廣泛普及，用計算機技術自動地讀取這些標識中的文字信息并以一種更方便接受的形式反饋給使用者，吸引了越來越多的人們的興趣.

自動地獲取室外場景各種標識中的文字信息可以應用在很多方面，特別是當配備了其他軟件，如多語言翻譯軟件和語音合成軟件時.它可以用于各種基于視頻圖像信號的智能輔助系統，如智能駕駛員輔助系統［1-2］、眼障人士輔助系統［3-4］和游客輔助系統［5］等等.該系統還可以應用于其他許多需要實時讀取文字標識的各種應用中.其典型的應用場景是一個車載或者手持相機在移動的過程中拍攝其前方及側前方的視頻或者圖像，由該系統軟件對輸入的每一幀圖像進行分析處理，自動地提取出圖像中的文字區域并用OCR技術將分割出的文字識別出來，并按某種優先級順序將識別出的文字信息反饋給用戶以幫助他們了解自己周邊的情況.

受其廣泛的應用潛力的吸引，人們對室外場景中文字信息的提取做了大量的科研工作，特別是近幾年來，許多新技術被應用于或者開發以在更為復雜的背景下更為精確、快速地檢測和提取文字.本文對2002年以來發表在主要英文刊物和會議論文集上的室外場景中文字信息的提取方法進行綜述，旨在給研究人員，特別是新進入該領域的研究人員，提供一個該領域研究最新技術水平的綜合性的參考.

現有的大多數文字提取方法都可以歸結為產生文字候選區域和對候選區域進行分類2個核心步驟，有些系統另外采用了預處理和后處理以進一步提高文字提取的精度和系統的魯棒性.因此，不同于現有的一些分類方法，如文獻［6］中按所使用的特征進行歸類的方法，本文所使用的分類方法是面向問題而不是面向方法的，并提出了一種分層次的系統模型，分別討論實現系統的每一模塊中現有的比較有代表意義的技術和方法，并對這些方法的整體性能進行了比較.

因此，不同于此前的綜述文章［7］，本文是根據文字提取的框架結構以一種分層次的方式組織的.這將更有助于那些剛剛進入這一領域的研究人員了解該領域的技術發展水平并能夠理解實現這一系統的主要模塊和它們之間的關聯.

按如圖1所示的系統模型，本文的結構如下.第1部分主要討論了將輸入圖像分解成候選區域的主要方法.第2部分討論了對文字候選區域進行分類的各種方法，并在第3部分中對它們的整體性能進行了比較.最后，第4部分對室外場景中文字信息提取的現有技術難題進行了歸納，并建議將來的研究方向.

室外場景中標識牌文字的檢測與提取技術綜述

1 文字候選區域的產生

文字候選區域的產生，也稱為候選區域選擇［8］，是將輸入圖像分解成一系列子圖像區域，以便區域分類模塊對它們進行分類，相應地判決為文字區域或者非文字區域.該步驟的實現效率和準確度對整個系統的性能關系重大.在個別文獻中提到，候選區域的產生可以是“自上而下”的也可以是“自下而上”的［9］.在前者中，候選區域是根據圖像的屬性通過對圖像進行分割得到的；而在后者，候選區域是由文字的某種或者某些屬性由連接像素點產生的.如在文獻［9］中的自下而上的方法，候選區是用文字區的屬性來定位的.此外，值得一提的是，如后文所述，對于那些用事先訓練好的分類器直接對掃描窗口所覆蓋的每一個子圖像區域進行分類的方法，候選區域的產生實際上是由機器對圖像進行窮盡式掃描得到的，沒有經過任何篩選.圖像形態學操作、圖像分割技術和聚類分析技術都曾被用于從圖像像素點到候選區域的生成.對于自上而下的各種方法，所使用的文字特征主要有邊界、紋理、顏色和筆劃.

1.1 基于邊界特征的方法

這類方法首先獲得圖像的二值邊界圖，而后經過圖像形態學的膨脹和腐蝕操作，由該二值圖像生成若干個連通區域，而后根據文字區的各種先驗知識對所獲得的連通區域進一步分析以獲得最終的候選區域.采用類似方法的文獻有［8,10-11］，經典的邊界檢測算子如Canny算子和高斯差分函數（DoG）等都曾見于文獻中.如在文獻［8］的多分辨率文字檢測工作中，由包含連續邊界的最小矩形所定義的圖像區域的紋理值、顏色分布和區域對比度被計算出來，根據文字區就這些特征取值的先驗知識對上述區域進行過濾與合并，最終得到候選區域；在文獻［10］中，每個連通區域又經過水平和垂直投影分析來進一步篩選.在文獻［11］中，通過像素級和區域級的分析，每一個連通區域被分別標記為文字區或者非文字區，該標記過程的核心是使用了用K－SVD算法訓練出的超完備文字和字符庫及對各個區域進行稀疏度測試.

邊界特征在文獻［12］中被進一步地復合成更為復雜的特征“桿”和“框”并作為文字區域所特有的特征標記.并使用圖形模型來描述文字與非文字的分割問題，從而進行文字區域檢測.

1.2 基于紋理特征的方法

基于紋理特征的方法和基于邊界特征的方法的思路很相似，不同之處主要在于此類方法首先計算出圖像的紋理特征（如像素灰度值的變化），而不單單是邊界.根據觀察，由于文字區域中存在著顏色或者灰度強度值的突變，文字區域通常都有著特殊的紋理特征，同時其灰度或者顏色變化也比較大.因此在文獻［13］中，輸入圖像首先被分成若干個8×8像素的圖像小塊，根據字符屬于具有某些特定紋理的通用屬性的區域，使用局部的色調和飽和度的直方圖信息和紋理特征和區別性訓練的條件最大熵模型將上述圖像塊進行分類，以定位候選區域.

不同于一般的基于紋理特征的方法，在文獻［14］中使用了由文字筆劃產生的紋理特征而不是直接對灰度值或者顏色值進行紋理分析.該算法首先對輸入灰度圖像進行Haar小波多尺度分解，并將在3個小波子帶圖像中的像素點逐個標記為屬于背景區、過渡區和筆劃區，而后在小波域使用8×16像素的滑動窗口并計算窗口內區域在3個小波頻段的共生矩陣以描述文字筆劃產生的紋理特征，并據此生成1個二值過濾圖對圖像進行二值化和標記.

文獻［15］中提出的方法是2種基于圖像灰度值分析的啟發式算法的混合.在第1種算法中，輸入的圖像首先用圖像像素灰度值的中值進行二值化操作，并隨后提取出連通區域及其包含相應區域的最小矩形.隨后，根據各連通矩形區域的尺寸、位置和長寬比去除不滿足先驗知識的區域，如長線條和小的噪點.最后相鄰的區域進行合并生成了文字候選區域.在第2個基于分裂-合并的算法中，輸入圖像首先按一定的準則從整張圖像開始進行分裂直到分裂后生成的區域的最大、最小灰度值之差小于某個閾值.接下來，相鄰的2個或者多個區域又進行合并，直到合并后的新區域的最大、最小灰度值之差大于上述閾值.對最后得到的區域進行二值化和形態學腐蝕操作，生成又一文字候選區域.最終的定位結果為上述2種算法的結果的組合.

1.3 根據顏色信息

除了基于灰度值的邊界和紋理特征，顏色信息也被越來越多的人所使用，這是基于大部分路牌中文字和背景的顏色是均勻分布的這一假設進行的.如在文獻［16］中，使用了廣義學習矢量量化算法將在LUV空間中具有相似顏色的像素點歸成一組從而實現對圖像的分割，繼而對各個分割出的區域的空間分布進行分析篩選從而得到可能包含文字的候選區域.在文獻［17］中，輸入圖像在經過一個對稱鄰域濾波器的保邊平滑后，使用一個分層次的連通元算法同時考慮像素級的連接和區域級的連接將相似的像素合標記成屬于同一區域.在文獻［18］中，首先分別在圖像的色調和飽和度分量上使用了基于聚類分析的圖像分割，而后將每個候選文字區域的尺寸歸一化成64×64像素，并從歸一化后的區域中提取小波特征矢量輸入給神經網絡進行分類.

在文獻［19］中，這種顏色信息被以另外一種形式加以使用.根據觀察發現，由于“滲色”效應的存在，文字和其相鄰背景之間存在著顏色的過渡，即位于文字邊緣的像素的強度值按對數規律變化.從而對圖像進行分析并生成顏色的過渡圖，進而生成連通區域并將其作為文字區域的一個重要特征.而后根據先驗知識對這些過渡圖的形狀進行分析、變形，就獲得了文字候選區域.

1.4 根據文字的筆劃特征

筆劃是文字最重要的特征之一［14］.在文獻［20-21］中，使用了基于文字筆劃特征的局部和全局的約束條件來定義子圖像候選區域.從局部看，文字區域中有很多似筆劃的結構；從全局看，這樣的似筆劃結構在圖像中具有特定的空間分布.據此設計出了一種基于局部空間分析和空間相似度CCA的筆劃過濾器以產生文字候選區域.文獻［9］中設計了一個快速簡捷有效的算法用于檢測字符的筆劃，并定義了2個特征，即近似連續筆劃寬度和局部對比度，從而先定位字符的筆劃再用其進行文字定位.

2 區域分類

將輸入圖像分解成候選區域后，文字的檢測與提取就變成了一個圖像區域的分類問題，即根據先驗知識或者用訓練好的分類器將各個候選區域分類成文字區域或者非文字區域.這類方法也包含下文中將直接用滑動窗口對圖像進行窮盡式掃描，而后對各窗口所覆蓋區域逐一進行分類的方法.

2.1 基于候選區域的方法

2.1.1 基于啟發式搜索

在這類方法中，往往并沒有復雜的分類器.對候選區域的篩選是通過應用經驗性的法則來決定保留文字區域或者濾除非文字區域的.例如，在文獻［11］中，使用了版面分析將可能被誤檢的區域濾除.尺寸相似的水平相鄰的候選區域被合并成為“行”.對于短行，只有當邊界點所占的比率足夠大時，才會被保留.在文獻［22］中，3條經驗性的法則及相應的閾值被用于驗證連接區域是否為定位的文字.

2.1.2 基于分類器

這類方法通常先提取出候選區域的某些特征，而后將其輸入事先訓練好的分類器，進行判決.在文獻［17］中，SVM分類器被用來對候選區域進行分類，所使用的特征是一種2維形狀的描述特征.同樣地使用SVM分類器，文獻［16］中使用的是小波系數直方圖的值和顏色變化值作為表示文字的特征，文獻［10］中使用的特征是基于歸一化的灰度值和連續梯度方差的，同時使用了顏色分布和幾何學的先驗知識來最終確定最后結果.

2.2 基于掃描窗口的方法

在這類方法中，候選區域的產生是通過窮盡式掃描得到的.由于掃描是窮盡式的，待分類的子圖像區域的數目遠遠超過其他方法所產生的子圖像候選區域.這就要求分類器對各個區域的分類效率足夠高、分類速度足夠快.近年來，基于Boosting和SVM的分類器因其快速、高效地分類而被廣泛地用于許多視覺相關的目標檢測系統中.就所使用的特征而言，上文提及的邊界和紋理特征因其能快速運算而受青睞.

2.2.1 基于分類器的方法

在文獻［3］中，掃描窗口是一個長寬比固定為2∶1、尺寸可變的窗口，分類器是用AdaBoost算法訓練出的由若干個弱分類器級聯而成的.弱分類器基于3類若干個漸趨復雜的特征：基于圖像水平和垂直方向梯度模值的均值和方差，基于像素灰度值、像素灰度值的梯度值和梯度方向的直方圖和基于邊界和邊界連接的結果.基于AdaBoost算法的分類器也被應用在文獻［23］的研究工作中.不同之處在于，它所使用的候選特征基于梯度方向直方圖(HOG)和多尺度局部二值模式(msLBP).類似地使用級聯分類器的思路也見于文獻［6］中.作者針對文字區域提出了12個揭示其內在特性的特征，12級分別基于這些特征的弱分類器被級聯在一起生成最終的分類器.在文獻［22］中，基準窗口是包含32×32像素或者其整數倍的“文字段”，從每一個文字段中提取出均差、標準差和HOG 作為特征庫，并使用了2個弱分類器，即線性判別式和基于高斯假設的對數似然率進行評估.最后不同尺度上的檢測結果根據邊界密度準則合并在一起，從而從含有文字行的圖像中提取出相互重疊的文字段.此外，SVM因其完備的數學模型和豐富的開放代碼資源，也被廣泛應用于模式分類中.在文獻［20］中，每一個15×15像素的掃描區域（子圖像候選區域）被基于徑向基函數的SVM 分類器用來進行分類.

2.2.2 基于聚類分析的方法

在文獻［24］中，對子圖像區域的分類是通過在多通道小波空間中的特征聚類分析實現的，輸入圖像的每一顏色通道首先被變換到小波系數域，而后一個8×8像素的掃描窗口掃描該小波域中的每個位置，在每一個位置處，計算出特征值并將其輸入k-means算法進行聚類分析.

2.2.3 基于變換閾分析的方法

尋找一種最適合文字檢測的頻帶首見于文獻［25］，在這篇文獻中，作者使用了基于空間頻率的改進DCT的特征生成文字候選區域.為了獲得更高的精度，結合Fisher判別分析法和Otsu求最佳閾值的思想提出了一種無監督求最佳閾值法.輸入圖像被劃分成16×16像素的小塊.對每一塊進行DCT變換，計算出修正的基于DCT變換的特征值，并用Otsu求閾值方法的思想確定將區域分為文字區或者非文字區的最佳閾值.

3 性能比較

提到性能的比較，目前廣泛使用的衡量標準是檢測率和精準率.其中，檢測率定義為檢測出的目標占所有目標總數的比率，精準率定義為目標占全部檢測為目標的比率.此外，為了便于比較系統的性能，很多方法在2003ICDAR數據集［26］上進行了測試，其他的使用了自己創建的數據集進行的測試.本文中提到的一些方法的性能如表1所示，其他方法有的沒有明確給出檢測率，有的使用了其他方式進行評估.

表1 文字信息檢測的性能比較

4 結語

由表1可以看出，盡管大量的科學研究，復雜背景下室外場景中任意文字的提取仍然是一個難題.許多問題還未解決，亟待進一步的研究，特別是下面幾個方面帶來的挑戰:文字的多樣性，特別是在字符的語種、字體、大小、顏色、排列等等方面；復雜的背景；難以預測不均勻的光照；快速處理.

參考文獻:

［1］WU W, CHEN X, YANG Y. Incremental detection of text on road signs from video with application to a driving assistant system［C］//Proceeding of the 12th Annual ACM International Conference on Multimedia, 2004:852-859.

［2］KASTRINAKI V, ZERVAKIS M, KALAITZAKIS K. A survey of video processing techniques for traffic applications［J］. Image and Vision Computing, 2003, 21(4):359-381.

［3］CHEN X, YUILLE A L. Detecting and reading text in natural scenes［C］// Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004,2:366-373.

［4］CHEN X, YANG J, ZHANG J, et al. Automatic detection and recognition of signs from natural scenes［J］. Image Processing, IEEE Transactions on,2004,13(1):87-99.

［5］YANG J, CHEN X, ZHANG J, et al. Automatic detection and translation of text from natural scenes［C］//Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing,2002,2:2101-2104.

［6］ZHU K, QI F, JIANG R, et al. Automatic character detection and segmentation in natural scene images［J］. Journal of Zhejiang University (Science),2007,8(1):63-71.

［7］JUNG K, KIM K, JAIN A K. Text information extraction in images and video:a survey［J］. Pattern Recognition, 2004,37:977-997.

［8］CHEN X, YANG J, WAIBEL A. Automatic detection of signs with affine transformation［C］//Proceedings of the sixth IEEE Workshops on Applications of Computer Vision,2002:32-36.

［9］SUBRAMANIAN K, NATARAJAN P, DECERBO M, et al. Character-stroke detection for text-localization and extraction［C］//Proceedings of Ninth International Conference on Document Analysis and Recognition,2007,1:33-37.

［10］JUNG C, LIU Q, KIM J. Accurate text localization in images based on SVM output scores［J］. Image and Vision Computing,2009,27:1295-1301.

［11］PAN W, BUI T D, SUEN C Y. Text detection from scene images using sparse representation［C］//19th International Conference on Pattern Recognition,2008:1-5.

［12］SHEN H, COUGHLAN J. Finding text in natural scenes by figure-ground segmentation［C］//18th International Conference on Pattern Recognition,2006,4:113-118.

［13］SILAPACHOTE P, WEINMAN J, HANSON A, et al. Automatic sign detection and recognition in natural scenes［C］//Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2005.

［14］ZHU C, WANG W, NING Q. Text detection in images using texture feature from strokes［J］. Lecture Notes in Computer Science, 2006,4261:295-301.

［15］KIM J, PARK S, KIM S. Text locating from natural scene images using image intensities［C］//Proceedings of the 2005 Eighth International Conference on Document Analysis and Recognition,2005,2:655-659.

［16］YE Q, JIAO J, HUANG J, et al. Text detection and restoration in natural scene images［J］. Journal of Visual Communication & Image Representation, 2007,18:504-513.

［17］HARITAOGLU E D, HARITAOGLU I. Real time image enhancement and segmentation for sign/text detection［J］. Proceedings of the International Conference on Image Processing, 2003,3:993-996.

［18］PARK J, PARK S. Detection of text region and segmentation from natural scene images［J］. Lecture Notes in Computer Science,2005,3804:666-671.

［19］KIM W, KIM C. A new approach for overlay text detection and extraction from complex video scene［J］. IEEE Transactions on Image Processing,2009,18:401-411.

［20］JUNG C, LIU Q, KIM J. A stroke filter and its application to text localization［J］. Pattern Recognition Letters,2009,30:114-122.

［21］LIU Q, JUNG C, KIM S, et al. Stroke filter for text localization in video images［J］. IEEE International Conference on Image Processing,2006:1473-1476.

［22］HANIF S M, PREVOST L, NEGRO P A. A cascade detector for text detection in natural scene images［C］//19th International Conference on Pattern Recognition,2008:1-4.

［23］PAN Y, HOU X, LIU C. A robust system to detect and localize texts in natural scene images［C］// The Eighth IAPR Workshop on Document Analysis Systems,2008:35-42.

［24］SAOI T, GOTO H, KOBAYASHI H. Text detection in color scene images based on unsupervised clustering of multi-channel wavelet features［C］//Proceedings of the 2005 Eighth International Conference on Document Analysis and Recognition,2005,2:690-694.

篇5

一、中級會計考試《經濟法》學科的特點

與《中級會計實務》和《財務管理》兩個科目相比較，《經濟法》科目在考試中的特點可歸納為如下幾個方面：

其一，考點多，覆蓋面廣。《經濟法》科目點多面廣，需要記憶的內容很多，幾乎整本書全要記，但決非死記硬背。經濟法考試的特點之一是試題涵蓋了考試大綱以及輔導教材所有章節的內容。非法律專業的考生平時對法律的了解和接觸不多，基本上在經濟法律知識方面屬于“空白”，而《中級會計實務》和《財務管理》兩個科目所涉及的知識往往是廣大會計考生在日常工作中接觸和應用的，毋需強記，相對而言，《經濟法》科目需要記憶的知識點多一些，考點涉及范圍較廣。

其二，突出新規定、新內容。經濟法教材具有多變性，《經濟法》教材要依據國家立法活動，及時增加新的法津規定，修改內容，使之與國家法律及規章制度相一致，其變化當然也會在命題中反映出來。歷年考試幾乎都將新調整的內容作為當年考試的重點。所以，要求考生注重教材中新規定、新內容的學習和掌握。

其三，注重綜合分析能力的考察。試題注重考核考生在對法律具體規定把握的基礎上，對法律知識的理解和實際應用能力，所以《經濟法》試題除綜合題體現了較強的應用性之外，在單選題、多選題、判斷題和簡答題中亦體現了一定的綜合性和應用性。針對綜合題而言，跨章出題、法律關系復雜、隱蔽性強的出題趨勢越來越明顯。為此，考生應具備運用理論知識分析和解決問題的能力，要從掌握的信息中識別相關信息，以簡明的方式提供比較優秀的方案。在解答一道具體的試題時，首先要認真閱讀，發現試題中所述事實與問題之間的聯系；其次，迅速回顧已掌握的相關法律規定，以此作為分析事實解答問題的依據，找到解題的切入點；最后，用準確、精煉的語言回答問題。

二、2008中級會計考試《經濟法》命題趨勢

首先，回顧2007年中級會計資格考試《經濟法》試題的命題特點。綜觀2007年中級會計資格考試《經濟法》試題呈現如下特點：一是2007年考試大綱和教材調整幅度較大，新增和調整的內容在2007年《經濟法》試題中占據了相當大的比重。據初步統計，新增或調整的內容在2007年試卷中所占的分值在70分以上，成為整個試題的主要部分。二是點多面廣，重點突出。2007年中級會計資格考試《經濟法》試題的題型與往年一致，包括單選題25小題占25分，多選題20小題占40分，判斷題10小題占10分，簡答題3小題共15分，綜合題1題占10分。其中客觀題55個小題占75％的比重，主觀題4小題占25％的比重。這四種題型決定了整個試卷的覆蓋面相當廣，涉獵的考點繁而精。考試重點突出，一方面是因為新增或調整內容占的比重特別大，另一方面諸如“合伙企業法”、“公司法”、“破產法”、“合同法”和“票據法”等一直都是《經濟法》科目考試的重點，2007年的命題也不例外。三是2007年的命題較往年更加靈活，綜合性、應用性十分明顯。

2007年中級會計資格考試《經濟法》考試大綱和教材根據新修訂和頒布的法律法規進行了較大幅度的調整，為了保持考試大綱和教材的相對穩定，2008年《經濟法》考試大綱和教材沒有大的調整，但仍存在內容改變，例如《物權法》于2007年10月正式實施，與之相關的中級會計考試《經濟法》教材第八章《合同法律制度》第五節“合同的擔保”根據《物權法》的規定進行一定程度的調整；2007年教材中一些個別頁碼的句子表述明顯不合時宜，2008年的考試大綱和教材做出了必要的勘誤。

基于上述分析，2008年中級會計考試《經濟法》的命題可能呈現如下幾個方面趨勢：

首先，命題的題型將保持基本不變。2008年中級會計職稱《經濟法》試卷很可能繼續保持五個題型，即單選題25小題，每題1分共25分，多選題20小題，每題2分共40分，判斷題10小題，每題1分共10分，簡答題3小題，每題5分共15分，綜合題1題占10分。其中客觀題55個小題占75％的比重，主觀題4小題占25％的比重。這種小題較多、靈活性強的命題特點，決定了中級會計考試《經濟法》注重考察考生運用知識的熟練程度和綜合分析能力。考試的題量較大，要求考生能夠在較短的時間內熟練運用所學知識，快速解決問題，才能順利通過考試。因此，廣大考生應在平日學習過程中要牢固掌握基本知識，做到融會貫通、舉一反三。

其次，命題重點突出，覆蓋面廣。《經濟法》考試大綱的九章內容可分為三個層次：第二章“公司法律制度”、第五章“企業破產法律制度”、第八章“合同法律制度”為中級經濟法考試占分最多的三章，此為第一層次的內容；第三章“個人獨資企業和合伙企業法律制度”、第六章“證券法律制度”、第七章“票據法律制度”成為占分較多的三章，此為第二層次的內容；剩下的第一章“經濟法總論”、第四章“外商投資企業法律制度”、第九章“相關財政法律制度”，屬于第三層次的內容。尤其應注意第八章“合同法律制度”中的“合同的擔保”一節屬于2008年調整內容，考生復習時應多加注意，考試中分值可能較大。上述三層內容在每年的考試中所占比重基本穩定。例如試卷中的綜合題一般出在“合同法”或“公司法”中，有時會滲透“企業破產法律制度”、“票據法律制度”和“證券法律制度”的有關內容。而簡答題一般出在“企業破產法律制度”、“票據法律制度”和“證券法律制度”以及合伙企業法律制度中。

再次，命題難度將與2007年的試題基本持平。《中級經濟法》考試的及格率每年都有一定程度的浮動，基本上是在30％左右浮動。當然，不同地區考生的及格率并不完全一致，在一個好的輔導班里，考生的及格率完全有可能達到80％甚至90％以上。中級《經濟法》考試一直以60分為及格線，沒有提分壓低通過率的情況。

三、考生應有針對性進行考前復習

鑒于2008年《經濟法》考試大綱和教材沒有大的調整，考生應結合大綱和教材有針對性地進行考前復習，應當掌握和了解考

試大綱規定的“基本要求”和“考試內容”，對于“基本要求”，要注意區分“掌握”、“熟悉”和“了解”三個層次的不同要求。“掌握”層次的內容要求考生對相關知識點全面、系統掌握和熟練運用，并能夠分析、判斷和處理實務中相關的問題；“熟悉”的內容，要求考生對相關知識點準確理解和運用，并能夠解決和處理實務中相關的問題；“了解”的內容，要求考生對相關知識點做到一般性理解即可。在復習備考中，考生應當在考試大綱確定的考試范圍內全面掌握考試內容，同時應當熟悉考試內容中涉及的法律、法規、準則、制度以及相關規定等。

四、備考2008中級會計考試《經濟法》注意事項

在備考2008年中級會計考試《經濟法》的過程中，考生應注意：

首先，考生要樹立信心，建立起一次通過考試的心理準備。應當在戰略上蔑視、戰術上重視《經濟法》。“戰略上蔑視”強調考生要有信心，不要畏懼考試。因為考試范圍不會超出大綱的內容，所以考生復習要緊扣大綱，精讀教材，同時參考輔導書。一本好的輔導書可以明確告訴你，哪些部分容易出題，出什么樣的題，按照大綱的要求需要掌握到什么程度，從而可以帶領考生走上備考“捷徑”。只要考前準備充分，中級會計考試并不像想象的那么困難。“戰術上重視”強調在學習過程中一方面要全面復習，因為考試的覆蓋面比較寬；另一方面要在重點章節著重下功夫，如“公司法”、“合同法”、“破產法”、“票據法”歷來占分比較多，應重點學習。重點章中還有重點內容，例如公司董事會、股票債券發行條件等，屬于必須掌握的內容。

其次，注意經濟法的特性。一是記的內容較多，但決非“死記硬背”，需比較相關內容，同時多做習題，是經濟法的記憶訣竅。二是專業術語多，如“不安抗辯權”、“連帶責任”、“無限責任”等，基本要求是弄懂含義，習慣使用。專用術語在答題中有重要意義。三是操作性強，案例題多，選擇題和判斷題也以小案例方式考察。

再次，要注意中級會計職稱考試《經濟法》科目的知識結構和內在聯系，形成知識體系。中級《經濟法》的內容體系可以歸納為四塊內容：一是“總論”，包括經濟法調整對象、經濟法律關系、法律行為與、經濟法的實施；二是“市場主體法(企業法)”，主要包括個人獨資企業、合伙企業、公司、外商投資企業、破產；三是“市場行為法”，主要包括票據、證券、合同；四是“財政法”，主要包括政府采購、國有資產管理和財政違法行為處罰、處分。四者之間的內在聯系表現為，“總論”是經濟法知識的基礎，是對其他三塊內容共性的抽象和概括。比如法律行為、訴訟時效等是包括個人獨資企業、合伙企業、公司、外商投資企業等市場主體和市場行為都涉及的內容；“市場主體法”所涉及的個人獨資企業、合伙企業、公司、外商投資企業等市場主體是合同、票據等市場行為的實施者；“財政法”主要體現的是經濟管理關系。鑒于以上四者的聯系，考試命題將會具有很強的“綜合性”，如“公司”簽訂“合同”，運用“票據”付款，發生爭議進行“訴訟”甚至進入“破產”程序，一個綜合題可能涉及教材中四、五章內容。考生必須注意把握不同章節內容的關聯性。