非线性流形学习降维方法已经被广泛应用到人脸识别、入侵检测以及传感器网络等领域。然而，能够有效处理稀疏数据的流形学习算法很少。基于局部线性嵌入（LLE）算法的思想框架，提出一种扩大局部邻域的稀疏嵌入算法，通过对局部区域信息加强，使得在样本较少的情况下，达到丰富重叠信息的目的。在稀疏的人工和人脸数据集上的实验结果表明，所提算法产生了较好的嵌入及分类结果。