计算机受到硬件物理因素的限制,数据存储技术已无法满足数据量不断增长的需求。DNA序列具有密度大、高并行等特点,因此有人提出将计算机的基本部件逐渐过渡到分子水平。针对DNA计算技术研究印刷体数字字符的识别问题,本文提出适合数字字符识别的DNA编码方法、识别数字字符的DNA计算识别模型与计算识别率的分子概率识别模型,将数字字符的特征值转换成DNA序列即可识别数字字符与计算识别率。本文提出的印刷体数字字符识别方法可提高数字识别的速度、减小时间空间复杂度及增大存储空间利用率,为DNA计算在图像识别领域的应用提供新思路。本文的主要贡献如下:首先,为了将数字字符识别的特征信息转换成碱基,本文提出适合数字字符识别的DNA编码方法。DNA编码主要以三个碱基为一组表示特征信息,选择特定碱基组描述Start、End、负号、小数,并根据碱基组的排列顺序形成DNA序列的DNA编码方法。该方法可提高碱基利用率、减少编码约束的影响。其次,为了实现DNA计算识别数字字符,本文提出适合与数字字符识别方法结合的DNA计算识别模型。DNA计算识别模型使用投影法与线密度法结合提取数字字符特征信息,通过DNA编码方法将特征信息转换成DNA序列,最后用碱基互补原则实现数字字符的识别。该模型通过与碱基互补原则结合的数字字符识别方法进行修改,可提高识别速度、减小时间空间复杂度及增大存储空间利用率,为DNA计算实现数字字符识别提供新的方向。最后,为了计算识别率,实现DNA自动计算概率问题,本文提出可计算概率及贝叶斯计算的分子概率识别模型。分子概率识别模型通过构造DNA序列,利用DNA链的碱基互补原则与DNA链置换反应技术实现概率计算及贝叶斯计算。该模型简单直接的实现了概率计算。为了验证DNA计算编码方法的有效性、DNA计算识别模型及分子概率识别模型的可行性,本文通过Matlab 2014软件进行特征提取,并用Nupack软件检验DNA序列的合理性及Vector NTI软件检验生化实验的可行性。