本发明公开了一种用于汉字识别的特征降维优化方法，包括如下步骤：（１）对汉字样本进行预处理和特征提取，将提取的汉字特征进行ＬＤＡ降维变换；（２）运用最小欧氏距离分类器进行分类识别；（３）将分类识别错误的样本看作新增样本，加入到原始样本集中，运用ＩＬＤＡ增量线性判决的学习方法再次进行降维变换；（４）再次运用最小欧氏距离分类器重新进行分类识别；（５）重复步骤（３）和（４），经过多次迭代运算，输出ＬＤＡ优化参数，并用于汉字的分类识别。本发明克服了已有ＬＤＡ变换方法不能有效利用识别分类信息优化ＬＤＡ变换矩阵参数的不足，具有大大提高了ＬＤＡ特征降维变换的性能及汉字识别的准确率等优点。