microRNAs（miRNAs）在生命進程中發揮著重要作用．近年來，預測miRNAs與疾病的關聯關系成為一個研究熱點．當前，計算方法整體上可以分為兩大類：基于相似度度量的方法和基于機器學習的方法．前者通過度量網絡中節點之間的關聯強度預測miRNA-疾病關聯。但需要構建高質量的生物網絡模型：后者將機器學習相關算法應用到這個問題中，但需要構建高可信度的負例集合，基于以上困難和不足，提出了一種計算模型BNPDCMDA，用于預測miRNAs-疾病關聯關系．該方法首先構建miRNA-疾病雙層網絡模型。然后利用miRNA的功能相似度對其進行基于密度的聚類，進而將二分網絡投影應用于聚類后的miRNAs及疾病集合構成的miRNA-疾病雙層子網中，最終完成對miRNA與疾病關聯關系的預測．實驗結果表明。采用留一交叉驗證法得到的AUC值可達99.08%。明顯優于當前其他高效方法．最后。采用BNPDCMDA方法對某些常見疾病所關聯的miRNAs進行預測。實驗結果獲得了文獻的支持，進一步表明了該方法的有效性。