摘要：變量篩選是超高維數據分析的基礎,MV-SIS和AD-SIS是超高維判別分類問題中的兩種有效的穩健的特征篩選方法.然而,和其它邊際篩選方法一樣,忽略了變量間可能存在的強相關性,可能漏選重要變量或者錯選不重要的變量.為提高MV-SIS(AD-SIS)在上述情況下的變量篩選效果,基于MV-SIS(AD-SIS)提出了兩種有效的穩健的迭代變量篩選方法MV-ISIS(AD-ISIS),并通過蒙特卡羅模擬,研究這兩種方法在超高維判別分析問題中的效果.數值模擬結果表明,新的迭代特征篩選方法MV-ISIS(AD-ISIS)能大幅提高MV-SIS(AD-SIS)的變量篩選效果.