针对实际应用中常常只能获得小样本数据,提出了基于Bootstrap抽样的网络结构学习的遗传算法,实验结果表明该方法在小数据集上学习贝叶斯网络具有一定的有效性。

主要针对食品安全保障体系中的食物摄入量模型、污染物分布模型和风险评估模型做了以下研究:提出一种基于多层次划分法的抽样方案设计抽样,针对食品的分类问题,提出一种基于贡献率的食品分类法;提出利用广义g·h分布估计污染物的偏态分布的方法;进一步基于Bootstrap法提出了一种利用少量数据再抽样估计偏态分布特性的方法;提出一种尾部放大法,巧妙地将概率搜索和理论分析相结合,实现高精度地估计污染物摄入量的右分位点。