不确定性度量即应用研究已收到广大学者的关注。本书以粒计算、粗糙集、三支决策理论为基础，围绕应用场景里的复杂问题中存在的不确定性，进行广泛的分析与探讨，内容涵盖了不确定性的度量与应用、多种扩展粗糙集模型的属性约简、三支决策理论及其在深度学习中的引用、大数据背景下的决策规则挖掘等，反映了当前粗糙集、三支决策领域不确定性研究的最新进展。
本书邀请三支决策著名学者，加拿大里贾纳大学姚一豫教授为本书代序，由苗夺谦、卫志华、王睿智、赵才荣、陈玉明、张贤勇等学者合著。全书共12章，汇集了相关学者的最新研究成果，体现了在人工智能、大数据背景下利用粒计算和粗糙集理论解决复杂问题的优势，本书的出版将会促进粒计算和粗糙集研究的进一步发展。
全书章节如下：
第1 章 粒计算中不确定性分析概述
第2 章 基于三支决策的深度学习级联模型研究
第3 章 深度学习中不确定性研究及其在监控视频智能分析中的应用
第4 章 邻域系统中的不确定性度量与鱼群智能
第5 章 基于三层粒度结构的三支信息度量
第6 章 基于相容关系的最大分布保持属性约简
第7 章 大数据下层次决策规则不确定性分析与并行挖掘
第8 章 粒的不确定性度量及其关系研究
第9 章 基于特征矩阵的动态覆盖信息系统属性约简
第10章 基于模糊粗糙集理论的不确定信息系统及其约简研究
第11章 基于混淆矩阵的三支决策度量体系
第12章 基于邻域粗糙集的多标记分类算法研究