本文的主要工作是在讨论模式识别理论方法的基础上，对其在一些多维信号领域的应用进行了分析和测试。本文在总结当前一些应用算法的基础上，根据每个领域自身的特点，设计了一些有效的识别方案。 本文讨论的一维信号主要是指化学溶液的2.5次微分示波极谱图。该部分的工作包括：利用小波神经网络提取化学浓度信号的特征，然后构造基于BP神经网络分类器，将利用前面提取的特征进行训练，待到分类器的参数稳定之后，进行溶液浓度的预测。 本文讨论的二维信号主要是指图像信号。该部分的工作包括：人脸定位识别，其中人脸定位是利用肤色在HIS和HSV空间中的分布情况，寻找肤色区域，然后利用人脸的特点，将删除错误识别的人脸候选区域，在另一种定位方案中，本文采用SVM确立最佳肤色分类界面来识别肤色区域；人脸身份识别，是利用人脸投影特征定位人脸五官位置，并通过提取五官的区域特征达到识别人脸身份的目的；卫星图片中特定目标的定位，采用创建目标模板操作的方法，在卫星图片中寻找特定的目标。在机器人视觉中的mark点定位，本文采用了一系列的图像处理方法，并采用聚类的方法最终定位Mark点的坐标；在机器人足球中的视觉系统，本文在YUV空间中进行图像的分割，并且采用相应的搜索策略定位机器人和足球的位置。