基于PU学习的软件故障检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 软件故障检测研究现状 | 第11-12页 |
| 1.2.2 PU学习研究现状 | 第12-13页 |
| 1.2.3 研究趋势 | 第13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 第二章 相关理论与技术概述 | 第16-22页 |
| 2.1 软件故障检测 | 第16-17页 |
| 2.1.1 软件故障检测定义 | 第16页 |
| 2.1.2 软件故障检测方法 | 第16-17页 |
| 2.2 PU学习 | 第17-18页 |
| 2.2.1 基于决策树的PU学习算法 | 第17-18页 |
| 2.2.2 基于“两阶段”策略的方法 | 第18页 |
| 2.2.3 基于反例偏置的方法 | 第18页 |
| 2.3 多分类器集成技术 | 第18-21页 |
| 2.3.1 静态集成方法 | 第18-19页 |
| 2.3.2 动态集成技术 | 第19-21页 |
| 2.4 不平衡数据学习 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于PU学习的软件故障检测技术 | 第22-33页 |
| 3.1 决策树算法 | 第22-24页 |
| 3.2 多分类器静态集成 | 第24-28页 |
| 3.2.1 训练算法 | 第25-28页 |
| 3.2.2 分类算法 | 第28页 |
| 3.3 多分类器动态集成 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 实验结果与分析 | 第33-43页 |
| 4.1 实验数据 | 第33-34页 |
| 4.2 评估指标 | 第34页 |
| 4.3 实验设置 | 第34-35页 |
| 4.4 实验结果分析 | 第35-42页 |
| 4.4.1 PU学习与有监督学习对比 | 第35-36页 |
| 4.4.2 集成学习与单分类方法对比 | 第36-38页 |
| 4.4.3 动态集成与静态集成方法对比 | 第38-40页 |
| 4.4.4 参数 τ 分析 | 第40-41页 |
| 4.4.5 参数K分析 | 第41-42页 |
| 4.4.6 参数ensembleSize分析 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 5.1 总结 | 第43页 |
| 5.2 展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 作者简介 | 第48页 |
