本发明公开了一种基于加权K近邻规则的开放集目标识别方法及装置，获取待识别特征数据集，并将待识别特征数据集与训练数据集置于同一度量空间，得到组合数据集；对于待识别特征数据集中的每个待识别特征数据，从组合数据集中筛选对应的K个近邻数据，并为每个近邻数据赋予权重值；根据K个近邻数据的权重值计算待识别特征数据属于未知类的概率值；根据所有的待识别特征数据的概率值构建经验累积分布模型并迭代优化；通过大津法计算迭代优化后的经验累积分布模型的分割阈值；根据分割阈值筛选出待识别特征数据集中的未知类特征数据；本发明可以降低未知类数据对已知类数据造成的干扰，提高准确率和召回率。