由于人类对天体的认识还很有限，在稀少的天体光谱数据中，提取出天体光谱特征与其物理化学性状之间的相关性，从而寻找出稀少的天文规律是目前需要研究的重要内容之一。本文以国家重大科学工程项目LAMOST为背景，采用基于FP树的频繁模式挖掘方法，对恒星光谱数据相关性分析系统进行了研究，具有重要的理论和应用价值。 一、提出了一种特异关联规则挖掘算法RSFPA。该算法采用面向关联规则的FP树构造方法，将包含特异模式的数据集压缩成一棵FP树，通过挖掘FP树来提取特异模式集，从而进一步提高了特异模式的挖掘效率。最后，利用离散化的恒星光谱作为数据集，实验验证了．RSFPA算法的正确性和有效性。 二、采用Oracle9i和Visual Basic6.0作为开发工具，设计与实现了基于特异关联规则的恒星光谱数据相关性分析系统，给出了其软件体系结构和模块功能，并对恒星光谱数据的离散化预处理、FP树的构造、特异频繁模式挖掘、恒星光谱数据的相关性分析等关键技术进行了详细描述。系统运行结果表明，利用特异关联规则寻找稀少光谱特征与物理化学性质之间的相关性关系是可行的、有价值的。