化学以及相关学科中经常遇到多变量、多参数问题，需要对大量量测数据进行多元分析，将物质分为不同的类别。由此引入了模式识别方法。模式识别方法具有学习和适应能力强，克服人为因素的影响，分类快速准确的特点。 本文详细论述了模式识别方法中的统计模式识别，包括分类和聚类的相关内容和方法。对物质进行分类和聚类时首先对有关指标的数据进行预处理，通过特征选择和抽取，进而建立相应的判别函数，得出分类决策。分类部分通过编制QBasic程序来实现。聚类部分则通过SPSS10.0软件进行。成功地对两类地表水进行了分类，对10多家企业的循环冷却水、镇江和山西两大派系的食醋以及多种绿茶和红茶进行了聚类。具体工作包括： ①对射阳和南通两类地表水进行分类时采用了线性学习机和K近邻法，识别率和预测率均达到了100％。 ②对绿茶和红茶进行了系统聚类。 ③用主成分分析抽提三个主成分，然后运用系统聚类和K均值聚类对山西和镇江两类醋分别进行了聚类，聚类结果完全相同，并对其中个别异常样本作了合理的解释。 ④对20家企业循环冷却水系统的补充水水质指标先进行均值中心化，然后用因子分析对主成分进行旋转，用旋转后的因子进行了多类的系统聚类，找出了影响聚类的关键因子，为水处理剂配方的初步推荐提供了一种切实可行的方法。