不同于传统基因表达检测技术,高通量微阵列技术可以同时测量成千上万基因表达水平,为功能基因组学基因调控网路研究提供强大的技术支撑。关联分析方法用于分析微阵列数据集基因间相关联系,生成关联规则,进而构建基因调控网络。频繁闭合模式挖掘是关联分析的关键步骤。本文针对现存微阵列数据集的频繁闭合模式挖掘算法的不足,提出两个改进算法,主要研究工作如下:1)剖析现有频繁(闭合)模式挖掘算法的原理、执行步骤及算法应用中的相关问题,分析各算法的优势和不足;2)提出LG-tree结构,并基于此结构提出挖掘频繁闭合模式的新算法MFCPLG。算法采用深度优先搜索行枚举空间策略,结合单路径修剪技术,在时间性能上得到了优化;3)基于行枚举方法,提出HT-struct结构,并基于此结构提出频繁闭合模式挖掘新算法HTCLOSE。算法采用深度优先搜索策略,结合高效的修剪技术和巧妙的链表组织技术,在时间和空间性能上均得到了优化。