技術(shù)特征：
1.一種手寫體數(shù)字識別方法，其特征在于，包括：分別將第一空間中的訓練樣本集合和手寫體數(shù)字的待測樣本映射至第二空間中；其中，所述訓練樣本集合包括至少兩個訓練樣本，每個所述訓練樣本分別具有一個數(shù)字類別標識，所述訓練樣本集合中的訓練樣本包含至少兩種數(shù)字類別；依據(jù)所述第二空間中的訓練樣本集合，使用馬氏距離確定測度變換矩陣；利用所述測度變換矩陣，分別獲取所述待測樣本與每個所述訓練樣本之間的距離值；依據(jù)每個所述距離值及其各自對應的數(shù)字類別標識，確定所述待測樣本的數(shù)字類別；所述依據(jù)所述第二空間中的訓練樣本集合，確定測度變換矩陣，包括：利用獲取每個所述訓練樣本分別與區(qū)別于其自身的訓練樣本之間的近鄰概率值；其中，pij為所述第二空間的訓練樣本集合中訓練樣本zi與訓練樣本zj作為近鄰樣本的概率值；依據(jù)每個所述訓練樣本的近鄰概率值，確定每個所述訓練樣本屬于每種所述數(shù)字類別的類別概率值；利用d(zi,zj)＝(zi-zj)TQ(zi-zj)＝(Azi-Azj)T(Azi-Azj)及每個所述訓練樣本的類別概率值，確定測度變換矩陣；其中，d(zi,zj)為所述第二空間的訓練樣本集合中訓練樣本zi與訓練樣本zj的距離，Q＝ATA，A為所述第二空間中的測度變換矩陣。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別將第一空間中的訓練樣本集合和測試樣本集合映射至第二空間中，包括：利用zi＝Φ(xi)＝[k(xi,x1)k(xi,x2)…k(xi,xN)]T，將第一空間中的訓練樣本集合映射至第二空間中；其中，zi為所述第二空間中訓練樣本集合內(nèi)的訓練樣本，Φ(xi)為預設(shè)的映射函數(shù)，xi為所述第一空間中訓練樣本集合中的訓練樣本，k(xi,xj)為核函數(shù)；利用z＝Φ(x)＝[k(x,x1)k(x,x2)…k(x,xN)]T，將所述第一空間中的測試樣本映射至所述第二空間中；其中，x為所述第一空間中的待測樣本，k(x,xj)為核函數(shù)，z為被映射至所述第二空間中的待測樣本。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述測度變換矩陣，分別獲取所述待測樣本與每個所述訓練樣本之間的距離值，包括：利用d(z,zi)＝(Az-Azi)T(Az-Azi),i＝1,…,N，獲取所述待測樣本與每個所述訓練樣本之間的距離值；其中，d(z,zi)為所述待測樣本z與所述訓練樣本zi之間的距離值，A為所述測度變換矩陣，N為所述訓練樣本集合中訓練樣本的總個數(shù)。4.根據(jù)權(quán)利要求1、2、或3所述的方法，其特征在于，所述依據(jù)每個所述距離值及其各自對應的數(shù)字類別標識，確定所述待測樣本的數(shù)字類別，包括：選取所述距離值小于或等于預設(shè)限值的訓練樣本；依據(jù)選取的訓練樣本的數(shù)字類別標識，確定所述待測樣本的數(shù)字類別。5.一種手寫體數(shù)字識別裝置，其特征在于，包括：樣本映射單元，用于分別將第一空間中的訓練樣本集合和待測樣本映射至第二空間中；其中，所述訓練樣本集合包括至少兩個訓練樣本，每個所述訓練樣本分別具有一個數(shù)字類別標識，所述訓練樣本集合包含至少兩種數(shù)字類別的訓練樣本；測度矩陣確定單元，用于依據(jù)所述第二空間中的訓練樣本集合，使用馬氏距離確定測度變換矩陣；所述測度矩陣確定單元包括：近鄰概率值獲取子單元，用于利用獲取每個所述訓練樣本分別與區(qū)別于其自身的訓練樣本之間的近鄰概率值；其中，pij為所述第二空間的訓練樣本集合中訓練樣本zi與訓練樣本zj作為近鄰樣本的概率值；類別概率值獲取子單元，用于依據(jù)每個所述訓練樣本的近鄰概率值，確定每個所述訓練樣本屬于每種所述數(shù)字類別的類別概率值；測度矩陣確定子單元，用于利用d(zi,zj)＝(zi-zj)TQ(zi-zj)＝(Azi-Azj)T(Azi-Azj)及每個所述訓練樣本的類別概率值，確定測度變換矩陣；其中，d(zi,zj)為所述第二空間的訓練樣本集合中訓練樣本zi與訓練樣本zj的距離，Q＝ATA，A為所述第二空間中的測度變換矩陣；距離值獲取單元，用于利用所述測度變換矩陣，分別獲取所述待測樣本與每個所述訓練樣本之間的距離值；類別確定單元，用于依據(jù)所述每個所述距離值及其各自對應的數(shù)字類別標識，確定所述待測樣本的數(shù)字類別。6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述樣本映射單元包括：第一映射子單元，用于利用zi＝Φ(xi)＝[k(xi,x1)k(xi,x2)…k(xi,xN)]T，將第一空間中的訓練樣本集合映射至第二空間中；其中，zi為所述第二空間中訓練樣本集合內(nèi)的訓練樣本，Φ(xi)為預設(shè)的映射函數(shù)，xi為所述第一空間中訓練樣本集合中的訓練樣本，k(xi,xj)為核函數(shù)；第二映射子單元，用于利用z＝Φ(x)＝[k(x,x1)k(x,x2)…k(x,xN)]T，將所述第一空間中的測試樣本映射至所述第二空間中；其中，x為所述第一空間中的待測樣本，k(x,xj)為核函數(shù)，z為被映射至所述第二空間中的待測樣本。7.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述距離值獲取單元具體用于利用d(z,zi)＝(Az-Azi)T(Az-Azi),i＝1,…,N，獲取所述待測樣本與每個所述訓練樣本之間的距離值；其中，d(z,zi)為所述待測樣本z與所述訓練樣本zi之間的距離值，A為所述測度變換矩陣，N為所述訓練樣本集合中訓練樣本的總個數(shù)。8.根據(jù)權(quán)利要求5、6或7所述的裝置，其特征在于，所述類別確定單元包括：樣本選取子單元，用于選取所述距離值小于或等于預設(shè)限值的訓練樣本；類別確定子單元，用于依據(jù)選取的訓練樣本的數(shù)字類別標識，確定所述待測樣本的數(shù)字類別。