本文探讨了功能数据分析（FDA）在高维数据分类中的应用，提出了mfDNN分类器和FSFC特征选择等新方法，以提高分类性能和处理缺失数据的能力。研究表明，集成学习和随机样条树（RST）在环境时间序列分析中显著提升了分类准确率，推动了FDA的发展。