可拓模式识别方法(Extension Pattern Recognition Method,EPRM)是将可拓学理论应用于模式识别领域的一种工程方法。该方法采用可拓学理论中的基元理论,建立各类已知事物和待识别对象的物元模型,并结合可拓集合理论,得到待识别对象与已知各类事物的关联程度,以此判定待识别对象所属类别。论文以“基于区间重叠度的可拓模式识别方法研究”为题,研究提高可拓模式识别率的方法,这对促进可拓学的应用和模式识别的发展,具有一定的学术价值和实际意义。　　 论文以可拓模式识别方法为研究对象,通过对该方法中的量值区间重叠会严重影响识别率的问题进行深入研究,得出了可以提高识别率的改进方法-基于区间重叠度的可拓模式识别方法(EPRM Based on Interval Overlapping Degree,EPRM-IOD),并将该方法应用到基于加速度的动作识别领域。主要创新工作包括:　　 (1)对可拓学理论的基本概念和可拓模式识别过程进行了研究,分析了量值区间重叠对可拓模式识别率的影响过程,并指出:量值区间重叠严重的特征对识别率影响严重,反之,则对识别率影响较小。　　 (2)提高可拓模式识别率的方法研究。量值区间的重叠程度可表示为区间重叠度,通过降低区间重叠度严重的特征在综合关联度中的计算比重,即降低特征的权重,可以降低量值区间重叠对识别的影响,从而提高识别率。　　 (3)通过构造合适的区间重叠度到特征权重的隐射关系函数,创新性提出EPRM-IOD,并给出了详细的识别步骤。仿真实验表明EPRM-IOD对Iris数据和Wine数据的识别率分别可达95％和85％左右,提高了EPRM识别率约7％。　　 (4)EPRM-IOD在可拓动作识别中的应用研究。搭建基于加速度的动作识别系统,采集了三类伸臂动作的加速度信号,并采用EPRM-IOD对伸臂动作的加速度信号进行识别。结果表明该方法的识别率可达83.3％,识别效果良好,实用性得到了验证。　　 论文不仅从理论角度说明了EPRM-IOD具有识别率改进效果,而且对该方法进行了仿真和应用实验。结果表明该方法有效地提高了量值区间重叠情况下的识别率,这将促进可拓学在模式识别、故障诊断和数据挖掘等领域应用的进一步发展。