中文摘要：

基于高维数据信息结构的模式识别技术研究以高维数据信息结构的理论研究为支撑，以模式识别中的具体应用问题为驱动。主要从理论、方法和应用三个层面上研究了基于高维数据信息结构理论的模式识别技术。在理论上，首先拓展了高维数据集结构理论，提出了维数约简的图优化框架。同时，研究了基于高维数据信息结构的本征维数估计问题。该理论的提出加深了人们对维数约简本质的认识。在方法上，以高维数据信息结构理论为指导，从不同的侧面研究了不同种类的维数约简问题，提出了稳健维数约简和半监督维数约简两大类方法，同时研究了最新的维数约简方法最大差异延展算法的拓展。这些方法的提出，对于解决实际应用问题提供了很好的方法指导。在应用中，研究了模式识别中的几大类问题图像处理、人脸识别、中文文本处理、高维对应问题。分别提出了多种模型，对上述问题进行了深入的研究。这些具体问题的研究不仅可以直接应用于实际的解决，也是验证上述理论和方法研究的有力工具。总之，上述从理论、方法和应用三个层次的研究形成了对高维数据信息结构理论及应用的完整认识，开拓了模式识别领域许多传统问题研究的新思路，对于解决工程实践中的具体问题也具有重要意义。