人工神经网络的并行处理结构和分布式信息存储带来的自组织性、自适应性、鲁棒性和容错性，使得它们在实际应用中已表现出了强大的生命力，成为当今研究的热点之一，已经广泛的应用于模式识别、信号与信息处理、函数逼近、系统辨识和自适应控制的诸多领域，但同时带来了的最优拓扑结构难以确定，训练耗时巨大的问题，也限制了神经网络在实际中的应用。 本文主要对BP网络的原理和应用进行了如下研究： 1．提出了将先验知识应用到神经网络的构造、训练和使用中，从而优化网络拓扑结构，缩短网络训练时间，提高网络能力。 2．根据我国现行车牌特点的不同，采用了两种不同的网络分类器和集成规则，使用模块化神经网络进行车牌字符的识别，试验结果表明该方法可以快速准确的识别车牌字符。 3．利用光谱分析，EMD分解和神经网络相结合的方法进行高光谱赤潮识别，试验结果表明该方法可以有效的划分赤潮水体和非赤潮水体，并可以区分出过渡水体，从而为赤潮的预报提供了可能。