现代社会里,信息安全越来越受到社会各界的重视。生物特征识别技术作为新一代的身份识别技术得到人们的认可。在最近的几十年,生物特征识别技术和应用都取得了成功。但生物特征识别本身的局限,在很多场合又阻碍了其进一步的推广和使用。为了应对生物特征识别的局限,人们在上世纪的90年代提出了多生物特征识别。多生物特征识别是目前生物特征识别领域研究的一个热点,也是今后的发展方向。目前的研究工作主要还是集中在四个方向上:获取多生物特征识别系统所需要的原始生物特征;确定多生物特征识别系统融合的信息种类;设计更好的融合策略和系统评价方法;搭建能够满足用户要求更加健壮的系统。自从上世纪90年代提出多生物特征识别以来,关于这四个方向的文献有很多,取的成绩也很多。在这些基础上已经很难有新的突破。但有两个问题不为人们重视,这两个问题就是:生物特征相互关系和生物特征选择。在很多现有的工作中,很多学者总是假设不同生物特征彼此之间是独立的或者不相关的,但是没有人给出理由或者证明这一假设的合理性。其次,从现有的文献看很多学者总是构建“虚假的”多生物特征数据库完成研究工作。随研究的发展和大型的公开的真实多生物特征数据库的出现,研究者首先需要解决的两个问题就是:同一个人的生物特征和不同人的生物特征对多生物特征识别系统性能是否存在影响,如何从多生物特征数据库中选择出生物特征构建满足要求的多生物特征识别系统。本文的主要研究工作是从这两点出发并展开,主要包括:首先,分析了多生物特征识别系统中信息融合的结构,并对三种结构作了详细的讨论和分析。在此基础上,提出了现有文献中没有被人注意到的两个问题:生物特征相互关系和生物特征选择。本文主要是在匹配融合的基础上展开课题的研究工作,用生物特征匹配分数之间的相关关系度量生物特征的相关关系。为了分析生物特征相关关系,本文建立并且推导了合适的数学工具,将随机变量相关系数的计算方法推广到向量和矩阵范围。通过大量的实验分析了生物特征的相关关系,实验结果表明本文所提出的数学工具是合理有效的。利用数学工具本文主要分析了同一个人的生物特征之间的相关关系和不同人的生物特征之间的相关关系,实验表明同一个人的生物特征间的相关性明显的高于不同人的生物特征间的相关性。其次,本文在生物特征相关关系的基础上,分析了生物特征相关关系与多生物特征识别系统性能的关系。理论上,生物特征相关关系对多生物特征识别系统性能的提升有影响。本文通过实验数据验证了这一结论。同时实验数据表明:生物特征间的相关性越高,融合该生物特征得到的多生物特征识别系统的性能提升越低;生物特征间的相关性越低,融合该生物特征得到的多生物特征识别系统的性能提升越高。最后,本文将生物特征相关关系的分析推广到实际应用,将其应用到多生物特征识别系统的生物特征选择。在生物特征相关关系的基础上,本文提出了“生物特征选择”的想法和算法。生物特征选择是指从多种或多个生物特征中选择出若干个生物特征,融合这些选择出来的生物特征得到一个多生物特征识别系统,该系统的性能应该在可以得到的多生物特征识别系统中是最优的。在不同数据集上验证和测试了文中提出的生物特征选择算法。实验结果表明,由该算法选择出来的生物特征构建的多生物特征识别系统是在相同条件下可以得到的系统中性能最优的。