本文研究了多元密度的逐点估计问题。我们从核估计族中提供了一个数据驱动的选择规则，并为此导出了一个逐点预言不等式。利用后一个界，我们证明了所提出的估计量在各向异性Nikolskii类的尺度上是极小极大和极小极大自适应的。需要强调的是，我们的估算方法会自动调整以适应潜在密度的最终独立结构。反过来，这可以显著降低维度对估计准确性的影响（维度诅咒）。我们考虑中使用的主要技术工具是最近在Lepski开发的经验过程的逐点一致界[数学。方法统计。 22(2013) 83–99].