针对主成分分析算法获取的主成分向量不够稀疏，拥有较多的非零元这一问题，使用重加权方法对主成分分析算法进行优化，提出了一个新的提取高维数据特征的方法，即重加权稀疏主成分分析算法。首先将重加权?1最优化框架和LASSO回归模型引入到主成分分析算法数学模型中，建立新的数据降维模型；然后，使用交替最小化算法、奇异值分解算法、最小角回归算法等方式对模型进行求解；最后，使用人脸识别实验对算法效果进行了验证。在实验部分中使用K折交叉验证的方法针对ORL人脸数据集分别使用主成分分析算法和重加权稀疏主成分分析算法进行识别实验，实验表明重加权稀疏主成分分析算法在获取更稀疏解的情况下仍拥有着不弱于主成分分析算法的表