针对高维数据实体识别问题，为了有效利用高维特征的富信息，提高分辨性能，提出一种随机组合集成分类器。定义基分类器的分类性能指标，将分类正确性和特征子集的个数作为设计基分类器两个目标，使用聚合函数将其转换为单目标优化问题。采用蚁群优化求解基分类器模型，提出利用最大信息系数度量特征的相关性作为蚁群优化启发式信息，使用谷元距离度量选择特征多样性差异最大的基分类器组合集成分类器，集成分类器的决策函数采用投票表决输出。在标准数据集上进行验证与对比，结果表明了该方法的有效性。