该研究提出了一种用于在线手写字符识别的特征组合，不受字符笔画方向和顺序变化的影响。通过空间映射和直方图计算，该特征组合在分类器训练和测试中表现出较高的准确率。

本文介绍了一种基于CNN模型的场所识别技术，使用组合得到CNN模型的强大特征，并在基准数据集上进行评估，取得了75％的提升和100％精度，优于之前所有的最新技术。同时，对所有21个层的特征进行了全面的性能比较。

本文提出了一种用于在线手写字符识别的特征组合，通过空间映射和直方图计算，将点的坐标、笔画方向和动态等特征应用于分类器训练。使用96种印地文字符的在线手写样本进行训练和测试，结果显示该特征组合的分类准确率最高达92.9%。因此，该特征组合具有更好的字符辨别能力。