加权概念格是针对属性的重要程度,通过引入内涵权值而形成的一种格结构,并通过引入虚结点概念,保证了格结构的完备性。本文,对加权概念格的渐进式构造以及分类规则提取进行了研究,其主要研究内容如下:第一、给出了基于剪枝的加权概念格的渐进式构造算法PWCL。该算法根据概念格父子结点内涵的严格单调关系以及用户设置权值阈值,利用剪枝技术来减少概念格内涵冗余的比较,生成频繁结点和虚结点,从而提高了格的构造效率,并保证了格结构的完备性;最后利用国家天文台提供的恒星光谱数据,实验验证了该算法的正确性和有效性。第二、给出了一种加权分类规则的提取算法CRAAFWCL。该算法利用加权概念格作为分类规则提取工具,通过引入加权外延支持度的概念,给出的一种分类规则的提取算法;最后采用国家天文台提供的恒星光谱数据,实验验证了该算法具有较高的分类效果。