大多数少数民族地区的语言及文字信息化发展相对滞后是我国的现状,傣族地区也不例外,而目前联机手写体新傣文字符识别的研究相较于汉字、维吾尔字符和藏文字符等识别研究少之又少。研究联机手写体新傣文字符识别技术有利于加快傣族文字信息化进程和对传统文化的继承与保护。本文的主要工作包括新傣文字符样本采集、预处理、代表性特征的提取以及研究了两种联机手写体新傣文字符识别的方法,分别是支持向量机(SVM)和在线随机森林(ORF)算法。在预处理阶段,本文主要采用了三点平滑算法、归一化处理、插值运算和重采样。在对联机手写体新傣文字符预处理结束后需要进行特征提取,它是字符识别中的关键一步,本文主要提取了字符笔画数目特征、始点和终点向量特征、附加笔画位置特征、始点与终点的象限特征、字符外接矩形的宽高比特征、起笔和收笔的方向特征,字符的八方向链码特征,直线相交特征和二值图像粗网格特征,共计9种120维有效特征。使用这些特征分别对支持向量机和在线随机森林算法进行训练分类模型和识别测试,最终的实验结果是:采用Libsvm实现支持向量机算法的识别正确率可以达到89.476%,采用在线随机森林算法的识别正确率为87.857%,说明这两种算法在联机手写体新傣文字符识别中是有效的。本文最后还针对SVM分类模型,对特征集进行了优化,提升了SVM分类器的识别效率。联机手写体新傣文字符识别还处于探索阶段,本文仅对两种识别方法进行了探索,为联机手写体新傣文识别进一步的研究提供参考。后期还需要对其进行改进和完善。