手写体汉字的字量庞大、类别众多、结构复杂、相似字较多、书写的形变大,脱机手写体汉字图像识别仍是模式识别领域难题之一。本文基于变精度粗糙集理论,构建手写体汉字决策识别信息系统,研究自适应反馈调整属性约简机制和识别方法,探索提高脱机手写体汉字图像识别率的方法。本文的主要工作：1.探索了一种手写体汉字识别变精度完备决策信息系统构建方法。基于变精度粗糙集理论,构建手写体汉字识别变精度决策信息系统,通过分析识别对象的特征模式,建立信息容量的充分性评判约束条件,构建包含充分识别信息的多特征模式融合的决策信息系统。2.设计了一种基于信息粒度熵的手写体汉字变精度特征属性约简方法。基于信息熵理论,定义了变精度信息粒度熵的特征选择的性能评价指标,在完备决策信息系统中,约简相对冗余信息,获取不同精度条件下的完备简约特征集。3.提出了一种手写体汉字自适应反馈调整机制。基于规定修正粗糙度范围的基础上,构建手写体汉字启发式动态反馈调整约简机制,训练样本特征集合在历次循环过程中达到较高的寻优精度,获取最佳简约特征集合。4.建立了一种脱机手写体汉字贝叶斯识别机制。基于加权朴素贝叶斯理论,运用置信度最大值判定法,通过计算每个决策规则的贝叶斯置信度并且进行阈值判断,获取汉字的真实值,提高汉字的识别准确率。为了验证本文提出的变精度自适应反馈约简与加权贝叶斯识别算法的有效性,使用从华南理工大学公布的SCUT-IRA C手写体汉字图像样本数据库。实验中运用的软件使用Rosetta和Matlab7.0平台下的相关算法,运用计算机软件对手写体汉字进行特征提取,属性约简,汉字识别步骤的实验。通过实例表明,该方法较以往的识别系统在智能化方向上有了较大的改善。