本文提出了一种基于类条件自编码器的开放集识别算法，结合闭集分类与开放式识别，利用极值理论建模重构误差。实验结果表明，该方法在多个图像分类数据集上表现优异。同时，文章探讨了开放集识别的最新研究进展及其与其他机器学习领域的联系，并提出了未来的研究方向。