该文比较详细的讨论了日文名片识别系统中的多识别器融合问题.在日文名片识别系统中共使用了四个单独的识别器,分别对不同的字符集进行识别.根据不同的前提假设条件,采用不同的融合方法进行了融合实验.假设系统中的识别器相互之间独立,采用了两种融合方法,分别是基于"决策树"的融合方法和基于"投票"理论的融合方法.对于"决策树"的融合方法,根据识别器的特点,设计了决策规则.对于"投票"的融合方法,根据日文名片的特点,设计了基于文字行特点的识别器权值分配方法.并采用了逐次逼近的方法的到最终的识别结果.假设系统中各识别器对于同一待识模式的识别结果不会完全相同,并且至少有一个识别器识别正确.采用"动态识别器选择"的思想.运用"区域准确率估计"方法对各识别器进行融合.根据"区域准确率估计"方法的要求和各识别器的特点,对各识别器重新进行训练,得到各识别器的"区域准确率"字典.其间,在"区域准确率估计"的"先验"算法和"后验"算法的基础上,通过对重新训练的样本加予一些机关报的规定,提出了一种改进的"区域准确率估计"算法.大大降低了"区域准确率"字典的容量和识别算法的复杂度.通过实验,分别对各种融合方法进行了比较,分析了各种融合方法之间的差别.