手写体数字字符串识别常用于邮件自动分拣、银行票据和财务报表的录入中，针对其分割识别算法复杂度较高、准确率较低的问题，提出一种多分类器下无分割手写数字字符串识别算法。该算法的核心是采用四个分类器实现粘连字符串的无分割识别；将残差结构应用于LeNet-5网络，以增加网络深度，提高识别准确率，加快收敛速度；使用动态选择策略，以避免长度分类器误分类对识别结果的影响。实验结果表明，在NIST SD19一位数字和Synthetic数据集训练网络下，使用NIST SD19上长度为2、3、4、5、6的字符串验证网络，其识别准确率分别为99.3%、98.5%、98.1%、96.6%和97.2%。
