我国的少数民族大多集聚在相对偏远的地方,当地科技发展相对滞后导致其文字信息化进程较慢,傣族也是如此。傣族主要生活在云南西双版纳地区,他们使用的新傣文,相对于汉字、藏文及维吾尔文的研究,针对新傣文的研究相对较少。傣族也创造了灿烂无比的文化,在我国民族文化史上有着非常重要的一席之地。研究手写体新傣文字符识别有助于傣文的传播,是对傣族文化的传承与继承,更有助于加速当地文字的信息化进程,极大方便他们的生活。本文的主要内容是用以支持向量机为代表的浅学习和卷积神经网络为代表的深度学习分别对新傣文手写体样本字符进行识别。第一种方法的主要工作包括新傣文手写体样本字符的采集、预处理、Gabor滤波器特征提取,PCA降维、支持向量机识别;第二种方法主要是搭建深度学习运行所需要的环境,以Keras软件为深度学习框架搭建卷积神经网络,对新傣文手写体样本字符进行识别。最终得到的实验结果为:用支持向量机的LIBSVM库对新傣文手写体样本字符进行分类识别,识别率为87.0782%;而用Keras软件搭建的卷积神经网络对其进行识别,识别率达到了93.47%。这两种方法对新傣文手写体样本字符的识别达到了预期的效果,说明两种识别方法是有效的,尤其以第二种方法,即深度学习的方法效果更好。针对新傣文手写体字符识别的研究还处于探索研究的初级阶段,未来还需要投入大量的人力、物力及时间来进行研究。本文用两种方法对新傣文手写体字符进行识别,为以后手写体新傣文的识别研究提供了一种参考。