一般地，初始概念格可由部分属*生成。
介绍了概念格的数学基础，包括与概念格模型相关的序论和格论中的一些定义。
约束概念格是一种新的概念格结构，具有构造效率高、提取知识针对*和实用*强等特点。
该方法通过构造概念格来发现频繁项集，进而生成关联规则。
虽然概念格和本体同为知识库，但前者立足于数学上的严谨，后者则追求应用上的便利。
论述了概念格上的偏序关系、内涵缩减与关联规则提取，*了属*纯化形式背景上的关联规则与其补上的关联规则互逆。
概念格是数据分析的一种有力工具。
频繁加权概念格是一种特殊的加权概念格，其所有结点都是频繁结点，即满足用户阈值的结点。
概念格是数据处理和规则提取的重要工具。对于数据较大的形式背景，由于产生的概念格结构复杂，部分有用的信息将被这种复杂的结构所掩没。
进一步给出了属*约简的判定定理和相应的可辩识属*矩阵，从而为概念格中协调决策形式背景属*约简提供了一种具体的方法。
最后结合子概念格中概念间固有的泛化-特化关系，提出一种多概念格的横向合并算法来构造概念格。
用粗糙集的方法重新认识形式概念及概念格，并把二者有机地结合起来，为概念格的约简提供了一个新的思路和方法。
变精度对偶概念格的概念数量远远少于模糊对偶概念格的概念数。
理论分析表明，该算法能有效地减少概念格的存储空间和建格时间。
第二部分利用变精度概念格研究不同精度下的模糊概念格约简。
这就意味即使这些国家行为与我国所声称的正义的概念格格不入，法院对它的这种行为也得加以执行。
提出了同类概念的观点，在格的合并算法中通过利用同域概念格之间的同类概念和概念的父—子关系实现对其所有子节点的快速更新，以提高概念格横向合并算法的时间效率。
由于概念格有良好的数学*质和适合批处理等特点，我们认为分布式概念格是解决此问题非常理想的工具。
