| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题的背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容与创新点 | 第11-12页 |
| 1.4 本文的主要工作和章节安排 | 第12-14页 |
| 第二章 软件缺陷预测研究背景 | 第14-27页 |
| 2.1 软件缺陷理论 | 第14-18页 |
| 2.1.1 软件缺陷的定义 | 第14-15页 |
| 2.1.2 软件缺陷的分类 | 第15-17页 |
| 2.1.3 软件缺陷产生的原因 | 第17-18页 |
| 2.2 传统静态度量标准 | 第18-19页 |
| 2.3 信息增益 | 第19-21页 |
| 2.3.1 信息熵的定义 | 第19-20页 |
| 2.3.2 信息增益 | 第20-21页 |
| 2.4 贝叶斯网络 | 第21-25页 |
| 2.4.1 贝叶斯定理 | 第21-22页 |
| 2.4.2 贝叶斯网络 | 第22-24页 |
| 2.4.3 结构学习K2算法 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于动态代价敏感型的贝叶斯网络模型 | 第27-36页 |
| 3.1 新的软件度量 | 第27-30页 |
| 3.1.1 代码设计质量 | 第28-29页 |
| 3.1.2 测试代码质量 | 第29-30页 |
| 3.2 信息增益率算法 | 第30-31页 |
| 3.3 动态代价敏感 | 第31-33页 |
| 3.3.1 代价敏感分类 | 第32-33页 |
| 3.3.2 代价敏感因子 | 第33页 |
| 3.4 基于动态代价敏感型的贝叶斯网络模型 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 实验结果及分析 | 第36-47页 |
| 4.1 实验数据的来源 | 第36-37页 |
| 4.2 实验工具介绍及应用 | 第37页 |
| 4.3 基于信息增益率算法的高效度量选择 | 第37-39页 |
| 4.4 代价敏感因子的选取 | 第39-41页 |
| 4.4.1 实验思路 | 第39-40页 |
| 4.4.2 实验结果与分析 | 第40-41页 |
| 4.5 基于动态代价敏感型贝叶斯网络模型软件缺陷预测 | 第41-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47页 |
| 5.2 进一步的研究工作 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 在校期间发表的论文、科研成果等 | 第53-54页 |
| 致谢 | 第54页 |