本文在经典的Fisher判别分析与核函数Fisher判别分析的基础上，依据Mercer核函数理论与多分辨率分析理论，参考尺度核支持向量机的做法，把Shannon尺度函数作为核函数或核函数的一部分应用到核Fisher判别法当中。基于Fisher准则的判别方法已成为特征抽取的最好方法之一，另一方面，在Fisher思想基础上，Wilks等创立的经典Fisher判别法可以直接推广到多类问题上，故基于核函数的Fisher判别法在很多方面得到广泛的应用。根据小波分析中的多分辨率分析理论，尺度函数通过平移可以生成L2（Rn）的子空间的一组完备的基，从而，若把尺度函数应用到核函数中，训练分类器所得到的决策方程便可逼近L2（Rn）的子空间上的任意分界面。 本文的主要创新之处：给出了尺度函数可以成为一个允许核函数的条件，并且把一允许尺度核函数——Shannon尺度函数与核Fisher判别法相结合，推导了算法流程，并且尝试把Shannon尺度核函数与线性核函数结合所得的混合核函数应用到核Fisher判别中基于径向基核函数的支持向量机分类器是得到认可的优秀的分类器，本文的实证分析将把基于径向基核函数的支持向量机分类器做为参照。应用到UCI数据集上时，实验结果显示，基于Shannon尺度核函数的Fisher判别法的分类效果可以媲美径向基核函数的Fisher判别，而且把Shannon尺度核函数与线性核函数结合所得的混合核函数在核Fisher判别中的分类效果甚至还优于基于径向基核函数的支持向量机分类器。