维数灾难是机器学习算法在高维数据上学习经常遇到的难题，基于局部保持的投影方法（Locality Preserving Projection，LPP），可以很好地解决维数灾难难题。然而传统LPP的相似性度量方法对噪音敏感，为此利用鲁棒路径相似的度量方法，提出一种增强的局部保持投影方法。在高维流形数据上的降维实验证实了该方法对噪声和离群点的有效性。