手写签名认证系统是通过鉴别用户签名确定其身份的系统。签名的采集、预处理、特征提取和认证分类器的设计是其关键技术。 本文针对在线手写中文签名认证中的关键技术展开研究。首先我们对签名进行重采样，提出了一种等间隔采样方法，然后引入了基于遗传算法(GA)的个性化特征选择方法，并提出一种边缘间隔△适应度评估函数，对不同人自动地选择不同特征子集，实现个性化特征选择。 我们提取签名的Y轴极值点作为分段点对签名进行分段，相对其他方法，该方法简单易行，运行时间较短。 组合分类器较单个分类器有较高分类准确率。本文将其引入在线手写签名认证，对串行和并行两种组合方式进行研究。融入了动态时间弯曲算法(DynamicTimeWarpingAlgorithm)、隐马尔可夫模型(HiddenMarkovModel)、支持向量机(SupportVectorMachine)等多种方法，取得了较好的效果。 为便于用户检验系统性能，开发了一个在线中文手写签名演示系统，该系统具有训练与测试功能，可实时鉴别输入签名的真伪。