近年來，已有研究證明基于語音數據可實現帕金森病（PD）的診斷，但是目前相關研究主要集中在特征提取及分類器設計等方面，對于樣本優選方面考慮不足。本課題組前期研究結果表明，樣本優選可有效改進分類準確性，但是樣本和語音的相關關系至今還未能深入研究。因此，本文提出了基于相關特征加權和多核學習算法，同時對語音段和特征進行優選，用于發現語音段和特征的協同效應，從而達到提升 PD 分類準確性的目的。實驗結果表明，本文算法針對受試者的分類準確率達到了 82.5%，較已有文獻算法提高了 30.5%。此外，本文算法還挖掘出了語音段和特征的協同效應，對語音標記物提取有一定參考價值。