海赛局部线性嵌入（Hessian Locally Linear Embedding，HLLE）是一种非常有效的非线性数据降维方法，被广泛应用于机器学习，模式识别，数据挖掘等领域。但是HLLE算法对邻域的选择和非均匀数据采样非常的敏感。本文提出一种基于加权距离的HLLE算法（WHLLE），该算法采用加权距离的邻域选择方式从而避免了欧式距离选择邻域的不合理性，而且WHLLE在降维的同时能够保持原始流形整体的内在几何结构。我们在两个经典的人工流形上验证了WHLLE算法的性能，实验结果表明WHLLE除了具有良好的数据降维效果之外，同时还能够保持数据的整体分布和内在几何结构不变。
