由于汉字类别多且字形结构复杂,汉字集合中相似字较多以及因不同人书写风格的差异造成手写汉字的变形很大,使得脱机手写体汉字识别一直是字符识别问题的难题之一。本文针对脱机手写体汉字识别问题的难点,从仿人识字的机理出发,运用过程神经元网络这一数学手段,研究机器对脱机手写体汉字的容错识别。本文主要工作如下:1.定义了一种脱机手写体汉字字元的提取方法。仿人类将汉字拆分为若干字元“认知”汉字的机理过程,通过过程神经元网络的空间聚合和时间聚合提取脱机手写体汉字字元的方法,定义了一种脱机手写体汉字字元的提取方法。力图较有效地消除脱机手写体汉字书写畸变对机器认知的影响。2.制定了脱机手写体汉字的字元并建立了脱机手写体汉字多维特征知识数据结构表。研究了汉字的构成,在总结多种汉字编码方案优缺点的基础上,结合计算机视觉的特点,确定十九类字元并定义了一种表征脱机手写体汉字的多维特征知识数据结构表。先验建立了样本汉字的样本知识库。3.训练过程神经元网络模型并测试。选取SCUT-IRAC手写体汉字库中的脱机手写体汉字作为神经网络训练样本,通过过程神经元网络的空间聚合和时间聚合提取脱机手写体汉字特征。参照预先建立的脱机手写体汉字的样本知识库训练过程神经元网络并测试,确定网络结构,保存合适的网络参数。4.仿人容错识别脱机手写体汉字。模仿人类学习、记忆、对比与判断的识字过程,给出了脱机手写体汉字的容错识别规则,仿人容错识别脱机手写体汉字。采用本文研究的脱机手写体汉字识别方法,对SCUT-IRAC手写体汉字库中预选不同类型的300个脱机手写体汉字进行识别实验和分析,结果表明该方法是可行有效的。