神经网络模式识别是一门崭新的学科，近年来，受到了普遍的关注和重视，它的应用已经成为神经网络理论应用最成功的一个方面。数据融合作为许多传统学科和新兴工程领域相结合而产生的一个新的前沿学科，超越了在军事领域的应用，已经在很多领域都得到了广泛的应用。本文探讨了神经网络模式识别结合数据融合理论在身份识别上的应用，在对传统的单一特征身份识别方法如说话人识别、人脸识别进行系统论述的基础上，提出了融合人脸图像和语音信号中的特征参数，利用神经网络来进行系统身份识别，并以该融合识别方法和传统的身份识别方法进行仿真实验。实验结果证明了融合系统具有更好的性能。 本文的结构如下： 第一部分论述了传统的身份识别方法，以说话人识别和人脸识别为主，着重说明了识别的过程和特征参数的提取，同时对国内外研究者所取得的成果和不足进行了比较详细的论述。 第二部分简要的介绍本系统的理论背景，包括神经网络模式识别和数据融合，以及它们在身份识别领域的应用。 第三部分在综合上述内容的基础上，详述了本神经网络融合识别系统的原理、特点、算法过程和预计的应用领域。该系统提取了能良好表现个体特征的语音信号和人脸图像信息，对这两类数据分别进行特征矢量提取，通过数据关联过程，最后输入到融合识别模块进行身份识别。在本部分的最后，利用实际数据进行传统方法和本方法的仿真实验，并对仿真实验结果进行了总结。 全文最后对神经网络数据融合在身份识别中应用的研究进行了总结，并对缺陷提出了可能的解决方法，对进一步的研究进行了展望。