随着计算机、传感器技术的发展，人机交互的领域不断拓宽，方式日新月异。在这些交互方式中，作为主要的信息交互载体——文字，目前仍然主要是通过键盘输入法、触摸屏手写等方式进行输入，由于使用场景的局限性，它们在一定程度上制约着用户。空中手写，一种基于视觉的文字输入方式，其书写方式不再局限于传统的纸或触摸板，而是直接跟踪手指在空中的书写轨迹，通过对该书写轨迹进行识别，完成文字输入。这种新型的文字输入方式对用户的约束更小，且在书写过程中无法获取提笔落笔信息，造成其识别难度加大;同时由于汉字种类繁多，空中手写汉字的识别也属于超多类模式识别问题。本文针对空中手写汉字识别问题进行研究，并取得了如下的研究成果:　　1.提出一种判别性的局部敏感稀疏编码分类器。该分类器主要是基于局部敏感稀疏编码分类器进行改进，其有效地利用了将各个类的编码系数信息，将编码系数均值作为本类的判别信息，并参与字典的训练过程以及分类识别。实验表明该分类器在识别精度上取得一定的提升。　　2.提出一种仿射集成表达编码分类器。该分类器采取主成分分析的方式获取字典，并采用集成表达的方式利用最小二乘方法进行编码系数求解，因而该分类器的计算过程比较简单。实验表明该分类器的识别精度、效率均比较满意。　　3.提出了一种将改进的二次判别函数分类器适应于小数据集的方法。由于改进的二次判别函数分类器其参数估计在训练数据较少时估计误差较大造成识别精度降低，通过引入基于核方法的参数估计，有效地减小了参数估计的误差，从而提高了该分类器的识别精度。　　4.改进了空中手写汉字的数据采集系统。该系统基于Leap Motion三维传感设备进行空中书写轨迹的跟踪捕捉。利用本系统，目前已经构建出了空中手写汉字数据集IAHCCR-UCAS2016，该数据集涵盖了GB2312-80标准中的3755个一级汉字类别，单字包含115个样本。