中文摘要：

本项目在分析人脑知识获取特征及各种Web知识获取方法的基础上，找出目前Web知识获取方法存在问题的主要原因。通过对这些原因的分析，提出把神经网络、不确定性理论中知识的不确定性关系的表示方法,以及统计学习方法融入到认知图中来解决以上问题。以期这种改进后的认知图能形成一种新型的Web知识获取方法，来指导与控制Web知识的获取过程及挖掘隐含在Web数据源中的知识；减少Web知识获取系统的算法复杂度、运行

结论摘要：

本项目在分析人脑知识获取特征及各种Web 知识获取方法的基础上，找出目前Web 知识获取方法存在问题的主要原因。通过对这些原因的分析，提出把不确定性理论中知识的不确定性关系的表示方法,以及智能计算方法融入到认知图中来解决以上问题。以期这种改进后的认知图能形成一种新型的Web 知识获取方法，来指导与控制Web 知识的获取过程及挖掘隐含在Web 数据源中的知识；并减少Web 知识获取过程中的算法复杂度、运行时间及提高系统对Web 数据动态变化的适应能力。本项目对融合的方法、数学模型、获取过程的动态行为等展开研究。它的研究成功将有助于人们更加有效利用现有的Web 资源，以及为下一代Web 具有高层语义的知识获取提供一个坚实的理论基础。本项目的研究成果在知识网格、图像理解等领域有着广阔的应用前景。