现代信息社会,人类的各种行为不可避免地与计算机科学技术愈发紧密的结合在一起。签名作为一种身份标志方式己经有悠久的历史,并且至今仍在社会生活中扮演着重要的角色,在商务、司法、金融、保险等众多领域中都有着广泛的应用。因此研究离线状态下使用计算机对手写签名进行自动识别的技术具有很大的实用价值。本论文首先回顾了传统的个人身份认证技术,然后针对离线签名的计算机自动识别问题进行了一些探索和研究,分析了离线签名识别问题的主要难点,总结了国内国际在此领域研究的进展和成果,提出了现存的主要问题和不足;在对前人所做工作的大量调研的基础上,提取了形状特征、纹理特征、笔划密度特征等三类特征,并将它们结合考虑;针对神经网络的特点,研究了组合神经网络分类器的性能,并将组合分类器应用于签名识别;完成了多类特征参数提取-组合神经网络分类的中文离线签名识别认证系统,通过实验证明了本方法的可行性与有效性。