随着网络技术与通信技术的飞速发展，现代社会对个人身份识别的准确性、安全性与实用性提出了更高的要求。如何准确、快捷、方便地识别个人身份，保护信息安全，已成为网络环境下的各种应用，尤其是电子商务中亟待解决的关键技术问题。 手写签名鉴别是一种新兴的基于生物特征的身份识别方式。与传统的身份识别方式相比，手写签名识别可以提供一种更为安全、可靠、便捷的身份识别新途径。手写签名鉴别根据研究对象是否联机可以分为在线签名鉴别和离线签名鉴别；根据所使用的特征可以分为特征函数法和特征参数法。本文在国家自然科学基金项目“基于力的手写信息获取与解释”(No.60475005)的支持下，研制了一种能全面获取书写过程中各种动态信息的签名获取设备F-Tablet平台。利用此平台，本文对手写签名鉴别中基于特征函数法的在线签名鉴别进行了较为深入的系统研究。 本文完成的主要工作如下： 设计了签名采集设备F-Tablet平台。与目前常见的各种签名获取设备相比，F-Tablet平台不仅可以获取签名的字形信息，同时还可以实时准确获取签名过程中书写力信息等其它动态签名信息。基于该F-Tablet平台，论文采集并构建了一个签名数据库，该数据库可为对各种签名鉴别算法性能的系统比较提供签名数据。 基于F-Tablet采集的签名数据库，对签名鉴别算法进行了研究，提出了改进DTW签名识别算法。设计了迭代实验用于确定不同签名信息在判别决策中的加权系数，针对字形、书写力以及综合利用字形和书写力信息分别进行了签名鉴别试验，并且比较了线性距离、DTW算法及改进DTW算法的算法性能，实验结果证明了所提出方法的有效性。 在深入研究F-Tablet采集的签名信息之后，论文提出了基于稳定波形分段的波形匹配分步签名识别算法。该方法首先对待识别签名进行书写时间和波形数目判别，实现对简单伪造签名的快速拒绝；对通过快速拒绝的签名，根据波形稳定度函数值选择稳定波形为分段基准进行签名分段，在分段基础上进行波形匹配对齐比较，实现对签名的最终鉴别。签名鉴别实验结果表明该算法可以实现签名的准确分段，且签名识别率比改进DTW算法有了显著提高。 本文还研究了信息融合技术在生物特征识别中的应用，设计了一个通过融合各种局部决策以提高身份识别准确率的生物特征加权系数融合方案，其中的加权系数采用遗传算法进行优化。采用该方案对改进DTW算法和基于稳定波形分段