脱机手写体汉字识别是超多类模式识别问题,被认为是模式识别领域中的难题之一。目前,机器识别方法的信息流多是前向开环的,其开环的特点决定了系统性能存在着显著的识别正确率与拒识率之间的矛盾。本文仿照人脑辨识汉字时反复推敲和比对的反馈行为,构建一种具有反馈机制的脱机手写体汉字识别方法及运行机制,这对促进机器识别方法的发展具有一定的理论意义,为探索提高汉字识别系统性能提供了一个新途径。　　 本文主要研究工作如下:　　 1.构建了一种具有反馈机制的脱机手写体汉字识别系统。仿照人脑反复推敲的识字机理过程,构建了一种具有识别层、反馈层和决策输出层三层并行耦合式结构的汉字识别系统,定义了各层的功能,并给出了基于该结构下的运行机制,建立了具有反馈循环校正机制的脱机手写体汉字识别系统。　　 2.给出广义识字误差的表征和获取方法。反馈校正是基于误差的调节,将待识别对象与识别结果信息进行比对,自定义了四种广义识字误差:粗比对字像差、细比对特征差、字符比对差特征及比对趋势差。通过对这四种广义识字误差的分析,可为反馈校正决策机制提供定性定量的依据。　　 3.提出了一种将误差新息及识别器识别效果走势信息带入校正循环过程的反馈运行机制。将表征的广义识字误差和比对后的误差新息带入识别校正循环中,并对误差走势进行分析,用于循环识别效果评价,使整个运行机制更加合理。　　 本文采用SCUT-IRAC HCCLIB手写体汉字图像样本数据库中的汉字样本对系统进行了仿真实验。运用MATLAB7.0仿真软件,选取字库中400个手写体汉字,对本文所研究的基于反馈机制的手写体汉字识别系统进行了验证实验。实验结果表明了该方法是可行有效的。