扩散映射(diffusionmaps)是一种基于流形学习的非线性降维方法。为了提高降维的效果,根据近邻点的选取对diffusionmaps的降维效果影响,利用数据近邻点分布的不同,挖掘该数据点局部的密度信息,能够更好地保持数据的流形结构。利用样本点聚类后的类别信息构造密度信息指数,提出了一种改进的diffusionmaps算法,有效地保持了高维数据中的流形结构,所提的新算法在多种实验中得到了证实。