多视图特征的选择对于分类多视图数据（尤其是高维数据）起着重要作用。 本文提出了一种通过局部局部模式识别和全局标签相关性分析（mPadal）联合的多视图特征选择方法。 与以前的直接通过视图级别分析全局选择多视图特征的方法不同，拟议的mPadal采用新的局部和全局联合方式。 在局部选择阶段，将通过考虑最具区分性的图案的局部邻居结构来首先选择图案区分特征。 在全局选择阶段，选择标签相关性最高的要素，这些要素可以很好地分隔当前视图中的不同类别。 最后，将选定的两个部分合并以形成最终特征。 实验结果表明，