传统的手写体汉字的机器识别方法是前向开环信息流方式,其开环的特点决定了识别系统性能存在着显著的识别正确率与拒识率之间的矛盾。目前机器识字过程的无反馈开环识别方法,其功能和结构的局限性难以实现人工智能控制的过程。本文利用闭环反馈的理论思想,尝试着提出一种新的基于识字广义差的反馈识字方法,构建基于反馈结构的手写体汉字识别系统,用以提高系统的鲁棒性,改善手写体汉字识别的正确率和拒识率这一对矛盾指数。文章主要进行了以下几点研究:(1)依据对识字结果信息的误差分析,定义了三种广义识字误差,并给出了这三种广义识字误差的定性与定量相结合的识字误差分析方法,构建了一个定性与定量相结合的反馈结构的手写体汉字识别系统。(2)建立由密集的产生式规则生成规则库——决策机,根据三种广义识字误差分析方法,对识别字的正确与否进行评判,并可进一步对识别方法进行反馈校正,以最终达到对识别结果进行校正的目的。(3)根据广义识字误差提取方法对汉字图像的要求,给出了对汉字图像进行相关的预处理算法。选取SCUT-IRAC手写体汉字库中的手写体汉字图像,对文章研究的基于反馈结构的手写体汉字识别系统进行了验证实验。实验结果说明,该方法在提高汉字识别的正确率的同时降低了拒识率,改善了传统识别方法中手写体汉字识别的正确率和拒识率这一对矛盾指数。