手写体数字识别是利用计算机等自动化设备自动识别手写体数字一种技术,在实际的生活当中,有着非常广泛的应用。另外,该方面的研究内容与成果同样为推广到字符识别、汉字识别以及其他模式识别领域提供参考和借鉴,因此,手写体数字识别有着非常好的应用研究意义和一定的理论研究意义。本文手写对手写体数字识别的研究意义有关BP神经网络进行了概述,对BP神经网络的常规基本算法进行了介绍,在手写体数字识别过程中对网络中的参数进行了实验选择。本文根据神经网络的基本内容,探讨了手写体数字利用神经网络的相关知识进行识别的关键技术研究。在BP神经网络的基础上设计了多特征相组合的手写体数字识别系统,该系统重要分为三个部分：手写体数字图像的预处理；手写体数字图像的特征选择与提取；分类器的分类与识别。建立并实现了一个基于BP神经网络的手写体数字的识别软件,将四种特征组合为一个特征向量经过BP网络建立的分类器识别,对比单一特征组成的分类器,取得了较好的识别率。