生物特征识别是利用人体所固有的生理特征或行为特征进行识别的技术,它涉及到模式识别、数字图象处理和人工智能等众多学科的相关知识。近年来,由于单生物特征的局限性,很难适应实际应用的需求,多生物特征融合技术已经成为生物特征识别技术发展的必然趋势。本文主要针对人脸和掌纹两种生物特征在决策层上的融合作了一系列研究。本文的研究内容主要包括以下几个方面:(1)总结和比较了决策层上生物特征融合的主要方法,对常用分类器组合方法进行了比较和实验。(2)在单训练样本下的分类器性能进行了研究,针对单样本的特殊情况,对传统的线性加权法进行了改进,在人脸和掌纹的特征融合上得到了良好的效果。(3)利用小波变换方法提取人脸和掌纹的奇异值特征,设计了基于进化策略的融合算法,有效的解决了分类器权值的赋予问题,提高了分类的准确率。该算法计算简单,在计算时间上优于多数融合算法。(4)对用于字符识别的集成判决算法作了研究,在几个方面进行了改进,并将它用于人脸和掌纹的识别融合中,提高了分类准确率和效率。本文提出的几种算法有效的解决了生物识别中多模态融合的一些问题,其中对分类器的组合的研究,不仅对生物识别,对模式识别的其他领域也具有一定的参考价值。