从20世纪90年代以来,文字识别的研究呈现两个趋势印刷文档和限制性手写识别技术进入实用,一些识别难题(复杂背景、自由书写等)开始受到关注。解决这些难题将会促进文字识别技术的广泛应用。自由书写字符识别的难点不仅在于字符形状的复杂性和变化性,更在于字符切分的不确定性。本研究针对连续书写的中文手写字符串识别问题,提出新的信息融合框架和参数学习方法,以提高字符切分和识别的精度,促使手写文稿识别技术早日进入实用化。研究内容包括字符识别和几何上下文的概率置信度计算、基于马尔科夫随机场和条件随机场模型的信息融合、分类器参数和融合参数的鉴别学习等。为了克服切分长度(字符个数)对路径搜索的负面影响,提出一种新的基于字根的字符识别和字符串识别方法。这些方法将在联机和脱机的手写句子识别实验中进行验证。