手寫數(shù)字識(shí)別技術(shù)是近年來(lái)研究的熱點(diǎn)，具有廣泛的應(yīng)用前景，同時(shí)也是一個(gè)非常具有挑戰(zhàn)性的課題。人工神經(jīng)網(wǎng)絡(luò)是當(dāng)今智能控制領(lǐng)域最活躍的分支之一，它所具有的并行計(jì)算能力、容錯(cuò)能力、泛化能力，以及以任意精度逼近未知非線性對(duì)象的特點(diǎn)，使其為手寫數(shù)字的識(shí)別提供了一種新的方法。本論文采用一編制了一套基于神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)，該系統(tǒng)由圖像采集、圖像預(yù)處理和數(shù)字識(shí)別三個(gè)模塊組成，其中，圖像采集模塊采用的方法來(lái)實(shí)現(xiàn)圖像預(yù)處理模塊包括色圖轉(zhuǎn)化成灰度圖、二值化、梯度銳化、傾斜度調(diào)整、字符分割、歸一化以及緊縮重排數(shù)字識(shí)別模塊采用三層神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)。論文重點(diǎn)探討了神經(jīng)網(wǎng)絡(luò)的算法、構(gòu)造以及各種結(jié)構(gòu)參數(shù)的選取和優(yōu)化。實(shí)驗(yàn)結(jié)果表明本論文所設(shè)計(jì)的手寫數(shù)字識(shí)別系統(tǒng)具有較好的識(shí)別率，同時(shí)也說(shuō)明神經(jīng)網(wǎng)絡(luò)技術(shù)用于手寫數(shù)字識(shí)別的可行性。

　　模式識(shí)別是六十年代初迅速發(fā)展起來(lái)的一門學(xué)科。由于它研究的是如何用機(jī)器來(lái)實(shí)現(xiàn)人（及某些動(dòng)物）對(duì)事物的學(xué)習(xí)、識(shí)別和判斷能力，因而受到了很多科技領(lǐng)域研究人員的注意，成為人工智能研究的一個(gè)重要方面。字符識(shí)別是模式識(shí)別的一個(gè)傳統(tǒng)研究領(lǐng)域。從50年代開始，許多的研究者就在這一研究領(lǐng)域開展了廣泛的探索，并為模式識(shí)別的發(fā)展產(chǎn)生了積極的影響。字符識(shí)別-般可以分為兩類：1、聯(lián)機(jī)手寫字符識(shí)別; 2、光學(xué)字符（Optical Character Recogni tion簡(jiǎn)稱0CR）或稱離線字符識(shí)別。字符識(shí)別處理的信息可分為兩大類：一類是文字信息，處理的主要是用各國(guó)家、各民族的文字（如：漢字，英文等）書寫或印刷的文本信息，目前在印刷體和聯(lián)機(jī)手寫方面技術(shù)己趨向成熟，并推出了很多應(yīng)用系統(tǒng)：另一類是數(shù)據(jù)信息，主要是由阿拉伯?dāng)?shù)字及少量特殊符號(hào)組成的各種編號(hào)和統(tǒng)計(jì)數(shù)據(jù)，如：郵政編碼、統(tǒng)計(jì)報(bào)表、財(cái)務(wù)報(bào)表、銀行票據(jù)等等，處理這類信息的核心技術(shù)是手寫數(shù)字識(shí)別技術(shù)。手寫數(shù)字識(shí)別技術(shù)，涉及到模式識(shí)別和圖像處理，人工智能形式語(yǔ)言和自動(dòng)機(jī)，統(tǒng)計(jì)決策理論，模糊數(shù)學(xué)，組合數(shù)學(xué)，信息論，計(jì)算機(jī)等學(xué)科;也涉及到語(yǔ)言文字學(xué)、心理學(xué)、生物學(xué)等，是一門綜合性的技術(shù)5”。手寫數(shù)字識(shí)別（Handwritten Digital Recognition） 是光學(xué)字符識(shí)別技術(shù)的一個(gè)分支，所研究的對(duì)象是：如何利用電子計(jì)算機(jī)自動(dòng)辨認(rèn)人手寫在紙張上的阿拉伯?dāng)?shù)字。