特征学习是模式识别领域的关键问题。基于自动编码器的深度神经网络通过无监督预训练与有监督微调能够有效地提取数据中关键信息，形成特征。提出一种基于栈式去噪自编码器的边际Fisher分析算法，该算法将边际Fisher分析运用于有监督微调阶段，进一步提升算法的特征学习能力。实验结果表明，该算法与标准的栈式去噪自编码器和基于受限玻尔兹曼机的深度信念网相比，具有更好的识别效果。