文档介绍：大数据分析、挖掘与应用20
三、天体光谱大数据分析与挖掘
我国已建造一台大天区面积多目标光纤光谱望远镜（LAMOST），是国家重大科学工程项目，也是世界上光谱获取率最高的望远镜。-,（结题）
[5] 基于数据网格的分布式数据挖掘方法研究（60911120478），国家自然科学基金委国际合作与交流项目，-,（结题）
[6] 基于背景知识的数据挖掘方法及其在LAMOST中的应用（60573075），国家自然科学基金，-,（结题）
[7] 海量天体光谱数据挖掘算法研究与实现(2003AA133060) ，国家“863”高技术计划子课题，-（结题）
主要成果之一：基于概念格的天体光谱离群数据挖掘系统
将概念格中每个概念节点内涵描述为天体光谱数据特征子空间，提出了一种天体光谱离群数据识别方法。首先将概念节点的内涵缩减看作天体光谱特征子空间，并依据稀疏度系数阈值确定稀疏子空间；其次对于稀疏子空间，依据稠密度系数判定祖先概念节点内涵是否为稠密子空间，进而判断出概念节点外延中包含的数据对象是否为天体光谱离群数据；最后以离散化天体光谱数据作为形式背景，实验验证了利用该方法识别出的天体光谱离群数据是准确的、完备的和有效的。
典型论文
[1] Jifu Zhang, Sulan Zhang, Kai H. Chang, and Xiao Qin. An Outlier Mining Algorithm Based on Constrained Concept Lattice, International Journal of Systems Science（accept）
[2] Sulan Zhang, Ping Guo, Jifu Zhang, Xinxin Wang, and Witold Pedrycz. A Completeness Analysis of Frequent Weighted Concept Lattices and Their Algebraic Properties，Data & Knowledge Engineering，81–82 (2012) ：104–117
[3] Jifu Zhang，Yiyong Jiang, Kai H. Chang et al. A Concept Lattice Based Outlier Mining Method in Low Dimensional Subspaces. Pattern Recognition Letters,2009,30 (15) : 1434-1439
[4] 张继福；张素兰；蒋义勇. 基于约束概念格的天体光谱局部离群数据挖掘系统，光谱学与光谱分析，2009，29（2）：551-555
[5] 张继福等. 基于概念格的天体光谱离群数据识别方法，自动化学报，2008，34（9）：1060-1066
[6] Jianghui Cai；Jifu Zhang；Zhao Xujun. A Star Spectrum Outlier Mining System Based on Simulated Annealing, International Journal of Innovative Computing, Information and Control，2008，4（9）：2263-2271
主要成果之二：天体光谱数据相关性分析系统
以国家重大科学工程LAMOST项目为背景，利用一阶谓词逻辑作为天体光谱知识表示技术，提出了一种约束FP树及其构造算法，从而有效地提高了天体光谱数据相关性分析的针对性和效率，并在此基础上，提出了一种基于约束FP树的天体光谱数据相关性分析方法。实验结果分析表明，利用该相关性分析方法挖掘天体光谱数据特征和物理化学性质之间存在的相关性，是可行的和有价值的。
典型论文
[1] Jifu Zhang, Xujun Zhao, Sulan Zhang, Shu Yin, and Xiao Qin. Interrelation Analysis of Celestial Spectra Data using Constrained Frequent Pattern Trees，Knowledge-Based Systems 41 (2013): 77-88.
[2] Jianghui Cai, Xujun Zhao, Shiwei Sun, Jifu Zhang, Haifeng spectra association ru