信息融合是指为完成特定的决策和估计任务,利用计算机技术对按时序获得的若干观测信息,按一定的准则加以自动分析、综合的信息处理过程。信息融合的优点在于:增强系统的可靠性和鲁棒性;扩展时间上和空间上的观测范围;增强数据的可信任度;提高系统的分辨能力。在线手写签名认证技术在身份认证领域得到了广泛的应用,相关的算法也比较多,但是单个算法不能保证稳定的误拒率(FRR)和误纳率(FAR)。利用信息融合技术将多种签名认证算法融合起来可以提高手写签名认证算法的性能,提高认证的准确性。三种在线手写签名认证算法分别是基于演化计算、神经网络和离散F距的签名认证算法。它们各有其优缺点,利用信息融合技术把这三种算法融合起来,可以实现它们的优劣互补,获得比较理想的FRR和FAR。签名通过每种算法判定后都会得到它判定为真实签名的置信度和判定为伪造签名的置信度。置信度是签名判定结果的可信程度。签名通过三种算法判定后的置信度是根据它的初始值来计算的,基于演化计算的认证算法的置信度的初始值是签名曲线的匹配率,基于BP网络的是输出层的2个输出值,基于离散F距的是离散F距的值。通过对该初始值进行大量的实验统计得到它的概率密度曲线,从而计算出签名通过该算法判定后的置信度。将三种算法的置信度进行融合,要选择合适的融合算法,本文选择的融合算法是线性加权融合规则,即给每种算法的置信度加一个权值,然后求他们的和作为最终的置信度,然后根据判定规则来判定签名的真伪。权值是根掘每种算法的误拒率和误纳率通过拉格朗日插值法则求得的。本文最后分析了基于信息融合的签名认证算法的实验结果,通过对实验样本库中大量的真实签名和伪造签名进行分析,得出了融合算法的FRR和FAR。实验结果表明融合算法的误拒率和误纳率比融合前都有显著的减少。