對於具有雜訊的資料、大量群集數的資料、以及結構不平衡的資料之分析，自我更新過程（Self-Updating Process, SUP）分群法具有優勢。將此法延伸應用於函數型資料（Functional Data）為本文探討之主要目的：先將不同類型的函數型資料投影在 B-spline 所建構的基底空間中，接著使用SUP分群法予以分群，並比較此法與其他函數型資料分群法的差異，是否得到更具優勢的結果。