摘　　　要：針對(duì)利用核主成分分析方法處理非線性問(wèn)題存在對(duì)干擾點(diǎn)的敏感性和特征空間中的主成分缺乏明確的物理意義等缺點(diǎn)，提出了一種改進(jìn)的模糊ＫＰＣＡ（ＩｍｐｒｏｖｅｄＦｕｚｚｙＫｅｒｎｅｌＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，ＩＦＫＰＣＡ）算法，對(duì)每個(gè)樣本點(diǎn)進(jìn)行加權(quán)處理，并利用基于距離的特征核函數(shù)和徑向基核函數(shù)，把特征空間中的重構(gòu)誤差和輸入空間的誤差對(duì)應(yīng)起來(lái)。用算法對(duì)２個(gè)無(wú)干擾和有干擾的數(shù)據(jù)集進(jìn)行了仿真實(shí)驗(yàn)。同時(shí)，對(duì)藥物代謝的數(shù)據(jù)進(jìn)行主成分提取...