针对高维未标记数据中的特征冗余问题，提出了一种基于特征规则稀疏关联的无监督特征选择方法（FRSA）。建立特征选择模型：使用Frobenius规范在损失函数项特征之间建立关联关系，并对特征权重矩阵施加L1稀疏正则化约束。设计一个分而治之的收缩阈值迭代算法，优化目标函数。根据特征权重评估每个特征的重要性，并选择具有代表性的特征。实验结果表明，该方法的性能优于其他无监督特征选择方法。