本文作者对三维数据阵列的化学秩估计和三维数据分析与模式识别方法在药学研究中的应用的两个方面开展了研究。1、 三维数据阵列的化学秩估计(第一部分第一至二章)：用三维数据阵列的满秩模式方向的展开阵的列空间中具有最大Frobenius范数的矢量构造的正交投影矩阵对列空间进行投影，其残差阵的列空间的数学秩将减少一，从而提出了主范数矢量正交投影法对其数据阵列实施化学秩估计。该方法的显著特点是对非等性噪声是稳健的，且对一个模式满秩的三维数据阵列可以实现化学秩估计。在两个展开矩阵的相同模式空间的相同大小的两个主成分子空间之间，当它们均为信号空间时，其差别非常小，否则差异性显著增加，从而提出的二模式子空间比较法对具有极高的光谱或色谱相关性的三维数据能够正确估计化学秩，同时也能够抵抗高水平噪声的影响，但是该方法要求三维数据有两个模式满秩。2、 三维数据分析与化学模式识别在药学研究中的应用(第二部分第三至六章)：利用三维激发--发射荧光数据的平行因子分析和满秩平行因子分析方法，使用溴化乙锭(EB)分别探测了在助剂干扰存在下的临床抗肿瘤用药柔红霉素(DR)或阿霉素(AMC)与DNA的相互作用。同时获取了体系中所关心的三个组分DR(或AMC)、EB和络合的EB-DNA的平衡浓度，直接给出了在药物助剂存在下的抗肿瘤药物与DNA的作用模型，避免了利用Scatchard经验方程对结论的间接推测。修正了络合的AMC-DNA为一个荧光体的错误结论。基于隐变量与真实变量的PLS回归系数的关系提出了次隐变量微扰--PLS方法。该方法能够稳健地消去QSAR数据中的无信息变量和相关性变量。利用此方法获得了四氢--甲基咪唑--苯二氮(？)酮(TIBO)类衍生物的具有更强的数据拟合能力和药物活性预测能力的QSAR模型。利用NIR反射光谱技术和不同的化学模式识别方法对不同产地的相同种类的中药材模型物人参和黄芪进行了分类研究，其中改进的岭型线性判别分析方法能够有效地克服校正样本的过拟合和预测结果的不稳定性，而且对两个模型物的不同产地的相同种类样本的正确判别率均达到100％。