| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究目的和意义 | 第8-9页 |
| 1.2 软件缺陷预测介绍 | 第9-10页 |
| 1.3 距离度量学习介绍 | 第10-12页 |
| 1.4 本文主要研究工作概述 | 第12页 |
| 1.5 本文内容章节安排 | 第12-14页 |
| 第二章 相关方法介绍 | 第14-25页 |
| 2.1 软件缺陷预测方法 | 第14-19页 |
| 2.1.1 基于度量元的预测技术 | 第14-16页 |
| 2.1.2 基于缺陷分布的预测技术 | 第16-19页 |
| 2.2 距离度量学习方法 | 第19-24页 |
| 2.2.1 无监督距离度量学习方法 | 第20-21页 |
| 2.2.2 有监督距离度量学习方法 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于特定簇大间隔最近邻距离度量学习的软件缺陷预测方法 | 第25-32页 |
| 3.1 动机与基本思路 | 第25-26页 |
| 3.2 CS-LMNN方法 | 第26-30页 |
| 3.2.1 聚类算法分簇 | 第26-28页 |
| 3.2.2 CS-LMNN模型 | 第28-30页 |
| 3.3 预测策略 | 第30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 基于特定簇局部稀疏重构距离度量学习的软件缺陷预测方法 | 第32-39页 |
| 4.1 动机与基本思路 | 第32页 |
| 4.2 CS-LSRML方法 | 第32-38页 |
| 4.2.1 稀疏表示 | 第33页 |
| 4.2.2 CS-LSRML模型 | 第33-36页 |
| 4.2.3 模型的解法 | 第36-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 基于采样技术融合距离度量学习的软件缺陷预测方法 | 第39-46页 |
| 5.1 动机与基本思路 | 第39-40页 |
| 5.2 OCS-LSRML和UCS-LSRML方法 | 第40-45页 |
| 5.2.1 上采样技术 | 第40-41页 |
| 5.2.2 下采样技术 | 第41-43页 |
| 5.2.3 OCS-LSRML和UCS-LSRML模型 | 第43-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第六章 实验结果与分析 | 第46-55页 |
| 6.1 数据库介绍 | 第46-47页 |
| 6.2 评价指标 | 第47-48页 |
| 6.3 对比方法介绍 | 第48-49页 |
| 6.4 各数据库上预测的结果和分析 | 第49-54页 |
| 6.5 本章小结 | 第54-55页 |
| 第七章 总结与展望 | 第55-57页 |
| 7.1 本文工作总结 | 第55页 |
| 7.2 进一步研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 致谢 | 第61页 |
