目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre

程序利用svm分类结合bp算法完成图像中的分类和预测问题，这是模式识别中的一个比较新颖的方法。-svm procedures for the use classification algorithm combining bp image classification and prediction, This is the pattern recognition of a relatively new method.

基于量子行为的粒子群算法的MATLAB的源程序，已测试可以用-Based on the quantum behavior of particle swarm optimization MATLAB source, have been tested can be! !

支持向量机非线性回归通用matlab程序 支持向量机和BP神经网络非线性回归之比较研究,(Support vector machine (SVM) general matlab nonlinear regression support vector machine (SVM) and BP neural network nonlinear regression of the comparative study,)