个人身份识别的准确性以及个人隐私信息的安全性，在身份识别中已发展成了亟待解决的重要社会问题。由于传统的身份识别方法暴露出了很多弊端，已经不能适应科技的发展和社会进步的需要。而利用人体本身所具有的生理特征，可以避免传统方法中的很多缺点，所以生物特征识别技术近年来受到了国内外很学者的广泛关注。　　本文以生物特征识别技术和免疫克隆算法的相关理论为基础，通过对两种测量方法测得的手掌BIS数据的分析和研究，针对项目组已研究过的算法，基于手掌BIS特征的身份识别算法和基于小波变换的手掌BIS身份识别算法中存在的不足，提出了两种基于免疫克隆的手掌BIS身份识别算法。主要工作包括:　　(1)研究分析了手掌BIS数据的特性，并给出了数据测量的最佳频率范围。　　(2)通过对单回路测量方法测得的数据分析，提出了利用免疫克隆算法对椭圆模型的特征参数进行提取的方法，用误差函数构造了免疫克隆算法的亲和度函数，并采用支持向量机对该方法测得的手掌BIS数据进行分类匹配。　　(3)通过对多回路测量方法测得的数据分析，提出了利用免疫克隆算法对线性变换后的数据进行特征选择的方法，用马氏距离构造了免疫克隆算法的亲和度函数，并采用免疫克隆集成的隐空间支持向量机对该方法测得的手掌BIS数据进行特征匹配。　　(4)通过对两种基于免疫克隆的手掌BIS身份识别算法实验结果的分析和评测，验证了本文提出的算法的有效性和可行性。　　本文对提出的算法进行了实验分析和评测，实验结果表明手掌BIS特征符合生物特征识别的要求，可以用作高效的身份认证技术;免疫克隆算法在特征向量优化方面是一种有效的智能计算方法，可以从降维后的特征向量中选择出最优特征向量的组合。因此本文提出的算法具有重要的理论和实用价值。