草图识别是草图理解的关键工作之一,是草图语义理解的基础。当前,国内外许多机构都对草图识别展开了相关研究,出现了许多具有代表性的识别方法,如基于笔划和图元表示的方法、基于统计几何特征的方法等,但是识别的精度和允许用户输入的自由度仍有待提高。支持向量机是一种基于统计学习理论的新型机器学习方法,能有效地解决有限样本情况下的机器学习问题。现有的应用支持向量机进行草图识别的研究还很少,没有充分利用支持向量机强大的学习、分类和泛化能力,对支持向量机在草图识别中的应用研究具有一定的价值。本文介绍了支持向量机的理论基础,总结了支持向量机在模式识别问题中的算法和应用研究,概述了手绘草图的特点和草图识别方法,应用支持向量机方法实现了一个草图识别系统,初步研究表明了方法的可行性。本文主要工作包括:1.概述了草图理解的研究现状,系统讨论了支持向量机方法的理论基础。2.概述了现有草图识别方法的优缺点,总结了草图的特征选择方法,应用支持向量机方法实现了一个草图识别系统,系统的功能包括样本数据收集、特征提取、训练和识别等。3.应用流程图草图对系统进行实验,并对结果进行分析讨论。