手绘符号识别技术是人机交互领域的一个重要问题，在最近几年得到了快速发展。其应用领域涉及到民用和军用，覆盖面相当广泛。如电子教学板书过程中的数字公式的在线识别、电子元器件的绘制和识别、道路标识的识别和军队标号的识别等。所有这些应用都要求相当高的识别精度和快速的在线反应，因此符号草图识别对识别率和实时性都有很高的要求。但是当前存在的符号识别技术却不能满足这两方面的要求，特别是针对复杂符号以及符号数量偏多的情况，提高识别率有很大的困难。针对传统的符号草图识别所存在的一些问题，在如下两个方面做出了一些创新性工作。基于模糊逻辑的思想，提取基本符号的比率特征，结合支持向量机，离线训练分类器，利用比率特征来进行基本符号的识别，获得较好的识别效果。针对基本符号，提出分笔绘制的思想方法，不仅方便用户绘制，而且有利于基本符号识别率的进一步提高。提出一种在快速索引基础上利用规则库来进行组合符号识别的方法，在基本符号识别的基础上，建立组合符号的基元索引表，根据输入的组合符号索引数组快速定位出相关组合符号，缩小识别范围，然后引入规则库以及全局特征的机器学习的方法在缩小的范围内进行二次识别，取得了满意的识别结果。实现了符号在线识别系统，对用户绘制的符号，能够实时的根据相似度高低给出识别的排序结果，并提供用户在线交互机制。