《多粒度知识获取与不确定性度量》主要阐述了粒计算理论研究进展及其应用，内容包括：粒计算的不确定度量方法；粒计算的基本理论，包括模糊集粒计算理论、粗糙集粒计算理论、商空间粒计算理论和其它粒计算理论；多粒度知识空间模型，包括分层递阶商空间的结构分析、覆盖近似空间的层次模型和覆盖近似空间与划分空间的转化；粒计算的不确定性度量方法，包括模糊集的不确定性度量、粗糙集的不确定性度量、覆盖粗糙集的不确定性度量、商空间的不确定性度量和其它粒计算模型的不确定性度量；多粒度知识获取，主要包括多粒度认知模型、多粒度规则获取和多粒度属性约简；覆盖粒计算模型的知识获取方法，主要包括覆盖粗糙模糊集模型及其应用、覆盖近似空间的知识约简模型及其应用和覆盖近似空间的扩展与属性约简。