功能数据分析中的集成学习功能分类器受到关注。论文研究了通过不同功能表示训练集成成员，并用多数投票组合预测结果的方法。提出的功能投票分类器（FVC）利用多样性提高预测准确性。实验证明，FVC在多个真实数据集上表现优于单个模型，为FDA领域提供了新方向。