本文在总结Vague集现有理论和方法的基础上，运用比较法、经典集合理论和传统的模糊集理论对Vague集进行了较为深入的研究，并对其在模式识别中的应用进行了探讨。主要工作包括:　　 (1)从未知性和模糊性二者的相互约束关系出发，指出现有的模糊熵定义不够准确描述Vague集的模糊性，提出一种改进的Vague集模糊熵公理化定义，并根据Vague集的三维图直观地给出了新的模糊熵构造方法，通过定理证明和实例对比分析说明新的模糊熵定义更加合理。　　 (2)通过分析比较已有的Vague集相似度量方法，指出这些方法存在分辨率不高的缺陷，充分考虑Vague集的核距离、未知度距离以及区间两端的距离对Vague集相似性的不同影响，给出了一种新的相似度量公式，并通过定理证明以及与相关文献的比较说明该方法具有更好的度量效果。　　 (3)根据Vague集距离及投影的概念，提出了一种将Vague集的投影和距离相结合的相似度量方法。该方法有别于以往基于真＼假隶属度的差和距离测度的度量方法，具有一定的创新性。　　 (4)借鉴传统模糊集中的聚类方法，提出了基于Vague集相似关系矩阵的模糊聚类方法并将其应用于模式识别中，同时结合实例验证本方法的有效性。