在高维空间中，分类非常困难，因为学习方法会遭受维数的诅咒。 为了有效地对高维数据进行分类，提出了一种监督免疫克隆进化分类算法（SICEA）。 首先，将自动非参数不相关判别分析（UDA）用于降维（DR），该方法将保留等级的降维与约束判别分析相结合，以实现提取的统计上不相关的特征。 然后，提出了一种基于克隆选择原理的免疫学免疫克隆进化算法（ICEA）作为分类器。 在实验中，首先，使用11个UCI数据集，四个纹理图像和三个合成Kong径雷达（SAR）图像来测试SICEA的性能。 在分类准确性和运行时间