近年来生物特征识别技术成为了计算机科学及相关领域的应用热点，围绕着人体的各种生物特征信息，如指纹、掌纹、人脸、虹膜和步态等等，科研工作者针对它们的计算机识别算法进行了广泛和深入的研究。传统的单生物特征识别系统，是一种基于单一的某种人体生物特征进行身份识别的识别系统，已经难以满足实际应用的需要。近年来科研工作者对多生物特征识别算法进行了广泛的研究，有效的解决了单生物特征识别算法的诸多问题。我们观察到，每个用户总是会具有一些区分度比较好的生物特征和一些容易被误判的生物特征。由此，本文提出了基于匹配分数分布的用户相关的融合算法。实验证明本文提出的方法在单样本训练的情况下明显的提高了识别率。本文的研究内容主要包括以下几个方面：　　(1)总结了指纹、掌纹和人脸识别技术中的特征提取算法，提出并实现了一种用户相关的指纹细节点特征提取算法；　　(2)总结了多生物特征识别技术融合算法的主要原理，提出了一种基于DCT数字水印技术的掌纹和指纹融合识别算法；　　(3)总结了目前用户相关的融合算法的研究进展，提出了一种基于匹配分数分布的用户相关的融合策略，并应用到掌纹和指纹融合的单样本训练情况，和大量的传统融合算法进行了实验对比，最后分析了实验结果。　　本文提出的用户相关的融合策略解决了传统单生物特征识别算法的识别率低的问题，和目前的多生物特征融合算法相比识别率也有了明显的改善，并为多生物特征识别系统提出了一种全新的思路。