随着计算机和互联网的快速发展，平板电脑、电子书写板、各种数码笔等电子笔输入设备得到了广泛应用，用户能在更大的界面上自由地、无约束地输入文本信息。因此，联机连续手写字符(即字符串)识别研究成为字符识别领域中的一个研究热点。　　本文对联机手写病名这一特定的字符串识别进行研究。借鉴一些成功应用于脱机手写地址字符串识别的方法，本文依据病名数据特点，采用词典驱动的方法对联机手写病名识别进行研究，并实现了一个专门的联机手写病名识别系统。主要对以下方面作了研究：　　(1)基于电子手写板的数据样本采集，包括版式的设计、数据样本采集、采集样本数据的去噪和平滑预处理。　　(2)对联机手写病名中的笔划进行特征提取，用支持向量机（SVM）对提取特征进行分类处理。并尝试用另一种分类器——核非线性分类器（KNR）对笔划进行分类处理，比较了两种分类器对笔划分类的效果。　　(3)研究了词典驱动的联机手写病名识别方法。病名词典以树结构存储，包含21,713条病名短语。在切分中，手写病名字符串通过分析相邻笔划之间的空间信息等特征被切分为原始的片段序列。连续的片段动态地合并为候选字符模式，不同的合并方式产生不同的候选字符序列，这样可构成一个切分候选网格。在识别过程中，结合病名词典匹配来限制候选字符模式的类别扩展，采用集束搜索策略来寻找一条最优路径作为识别结果。实验结果表明该识别方法是有效的。