该文主要是通过作者开发的一个手写体笔迹识别系统的基础上,详细介绍了手写体笔迹识别人的理论,笔迹识别人系统的结构,训练的方法原理等等.整个系统包括了两个重要组成部分:笔迹预处理、物征提取部分;训练识别部分.该系统通过图像采集把手写体笔迹存储到计算机,然后进行数字图像的处理.把各种不同书写人的笔迹通过一定的算法进行预处理,形成各种纹理图像.并且对这些图像用Gabor滤波器进行频谱分析提取特征.支持向量机(Support Vector Machines,or SVM)是一种较新的机器学习方法,深入的研究近几年才开始.在手写体数字识别、文本分类、人脸检测等模式识别问题中,SVM技术已经得到应用,并取得了较好的效果.该文着重于介绍支持向量机,通过它实现手写体笔迹识别人系统中的训练识别部分,并且对SVM进行深入的研究和讨论.并且构造一种增量式支持向量机算法,取得较好结果.主要工作包括了:1.把支持向量机运用于手写体笔迹识别人的训练识别上,用visual c++程序在机器上实现了一个实验系统,系统包括了笔迹预处理、特征提取、训练识别.2.传统的支持向量机是基于两分类的,该文把它扩展为多元分类才能适应包含多人的手写体笔迹识别.3.吸收萧嵘与Syed算法的思想,构造了一种增量式SVM,用于手写体笔迹识别.做了大量实验,并对实验参数取值进行讨论.