در این پایان نامه، با استفاده از شبکه های عصبی فازی، سیستم تشخیص صحت برون خط امضاهای فارسی پیاده سازی شده است . این سیستم شامل چهار بخش است : اکتساب داده، پیش پردازش ، استخراج ویژگی و فرآیند مقایسه . در اکتساب داده، از یک بانک داده امضای مناسب که در یک پریود زمانی طولانی جمع آوری شده، استفاده می شود و امضاهای اصلی و امضاهای جعلی که بصورت ماهرانه جعل شده اند، توسط اسکنر به صورت تصاویر ایستا در کامپیوتر ذخیره می شوند. بعد از آن، چندین پیش پردازش مانند فیلتر کردن، آستانه گیری و نازک سازی تصویر به کار گرفته می شود. سپس ، چند نوع ویژگی مانند خط مبنای سراسری، ویژگیهای شیب ، ویژگیهای براساس الگوی مرجع و غیره از روی تصویر امضا استخراج می شوند. برخلاف اکثر سیستمهای تشخیص صحت اتوماتیک امضای موجود که تکنیکهای سنتی(مانند تکنیکهای خوشه بندی) را جهت انجام فرآیند مقایسه به کار می برند، در سیستم پیاده سازی شده، از یک شبکه عصبی فازی جدید به نام شبکه عصبی فازی براساس (popfnn)pseudo-outer product استفاده می شود. با توجه به ترکیب سیستمهای فازی و شبکه های عصبی، popfnn ، مزایای هر دو تکنیک را دارا می باشد. نتایج نشان می دهد که سیستم تشخیص صحت امضای پیاده سازی شده می تواند اکثر جعلهای ماهرانه را حتی وقتی که شبکه فقط با نمونه امضاهای اصلی آموزش داده می شود، به طور صحیح تشخیص دهد.