本文提出了一种基于区间符号和模糊相似度的在线签名验证方法，通过特定参数选择和训练样本实现最小等错误率，显著提高了准确性和鲁棒性。同时，研究探讨了卷积神经网络、特征学习及知识蒸馏在离线签名验证中的应用，展示了在数据稀缺情况下的有效性。