随着互联网和科学技术的发展，大数据以前所未有的规模激增，不同个人之间形成了复杂的网络数据。图模型精度置信区间（逆协方差）矩阵在恢复网络之间的连接方面起着非常重要的作用。如何快速得到置信区间的精度矩阵是一个亟待解决的问题。提出了de-Isee（de-innovative scalable-effective estimation）统计量。在此基础上构造的置信区间不仅保持了较大的理想覆盖范围，而且提高了计算效率。充分展示了仿真实验法在网络覆盖和计算方面的优势。将de-Isee方法应用于核黄素和基因表达数据的数据，发现de-Isee方法可以作为研究基因连锁的重要工具。