У роботі запропоновано спосіб знаходження інформативних ознак для рукописних символів, заснований на побудові точок ламаної апроксимуючоїГ криву символу, та метод розпізнавання рукописних символів, заснований на використанні у якості класифікатора нечіткої нейронної мережі NEFCLASS.
Для підвищення якості розпізнавання символів у роботі застосовується генетичний алгоритм навчання параметрів функції належності на етапі первинного навчання системи і алгоритм спряжених градієнтів на етапі донавчання системи. Знайдено метод структурного аналізу рукописних математичних виразів, що дозволяє визначити просторові відносини між складовими математичного виразу, та складається з етапу розміщення, етапу реконструкції та етапу групування символів. Для реконструкції символів і корекції невірно розпізнаних символів використовується розроблена динамічна база евристичних правил. Запропоновані в дисертаційній роботі методи реалізовані у вигляді інформаційної технології розпізнавання рукописних математичних виразів, що вводяться в ЕОМ в режимі реального часу.