软件缺陷分布预测技术及应用研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-29页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 软件缺陷预测技术分类 | 第13-14页 |
1.3 静态软件缺陷分布预测 | 第14-21页 |
1.3.1 软件缺陷分布预测原理 | 第14-16页 |
1.3.2 软件缺陷分布预测过程 | 第16-17页 |
1.3.3 缺陷分布预测模型评价 | 第17-19页 |
1.3.4 缺陷预测的验证数据集 | 第19-21页 |
1.4 国内外研究现状及分析 | 第21-26页 |
1.4.1 度量数据预处理研究现状 | 第22-23页 |
1.4.2 基础分类器选择研究现状 | 第23-25页 |
1.4.3 现有研究工作不足与改进 | 第25-26页 |
1.5 研究内容及贡献 | 第26-27页 |
1.6 论文的组织结构 | 第27-29页 |
第2章 LLE-SVM缺陷分布预测模型 | 第29-49页 |
2.1 引言 | 第29-30页 |
2.2 预测模型概述 | 第30-32页 |
2.3 LLE数据降维 | 第32-35页 |
2.4 SVM缺陷预测 | 第35-41页 |
2.4.1 分类超平面 | 第35-37页 |
2.4.2 核函数选择 | 第37-39页 |
2.4.3 SVM分类 | 第39-41页 |
2.5 LLE-SVM参数选择 | 第41-42页 |
2.5.1 LLE参数选择 | 第41页 |
2.5.2 SVM参数选择 | 第41-42页 |
2.6 仿真实验及结果分析 | 第42-48页 |
2.6.1 实验数据集 | 第43-44页 |
2.6.2 模型验证仿真实验 | 第44-47页 |
2.6.3 实验结果及分析 | 第47-48页 |
2.7 本章小结 | 第48-49页 |
第3章 IGA-SVM缺陷分布预测模型 | 第49-72页 |
3.1 引言 | 第49-50页 |
3.2 改进的遗传算法(IGA) | 第50-57页 |
3.2.1 遗传算法 | 第50-53页 |
3.2.2 IGA算法流程 | 第53-56页 |
3.2.3 概率调节方法 | 第56-57页 |
3.3 SVM缺陷预测 | 第57页 |
3.4 参数优化和度量元属性选择 | 第57-61页 |
3.4.1 编码方式 | 第57-58页 |
3.4.2 适应度评价 | 第58-59页 |
3.4.3 遗传操作参数选择 | 第59页 |
3.4.4 参数优化和属性选择 | 第59-61页 |
3.5 预测模型概述 | 第61-63页 |
3.6 仿真实验及结果分析 | 第63-71页 |
3.6.1 实验数据集 | 第63-65页 |
3.6.2 参数优化和度量属性选择仿真实验 | 第65-68页 |
3.6.3 模型验证仿真实验 | 第68-71页 |
3.7 本章小结 | 第71-72页 |
第4章 JCUDA-BP缺陷分布预测模型 | 第72-92页 |
4.1 引言 | 第72-73页 |
4.2 BP缺陷预测 | 第73-81页 |
4.2.1 BP算法 | 第73-79页 |
4.2.2 BP分类预测 | 第79-81页 |
4.3 JCUDA数据并行处理 | 第81页 |
4.4 预测模型概述 | 第81-83页 |
4.5 仿真实验及结果分析 | 第83-91页 |
4.5.1 实验数据集及实验参数 | 第83-86页 |
4.5.2 实验环境 | 第86-87页 |
4.5.3 实验结果及分析 | 第87-91页 |
4.6 本章小结 | 第91-92页 |
第5章 软件缺陷分布预测系统的设计与原型实现 | 第92-101页 |
5.1 引言 | 第92页 |
5.2 系统需求 | 第92-96页 |
5.2.1 功能性需求 | 第94-96页 |
5.2.2 非功能性需求 | 第96页 |
5.3 系统设计与原型实现 | 第96-98页 |
5.3.1 总体设计 | 第96-98页 |
5.3.2 预测过程 | 第98页 |
5.4 系统应用 | 第98-100页 |
5.5 本章小结 | 第100-101页 |
结论 | 第101-103页 |
本文工作总结 | 第101-102页 |
未来工作展望 | 第102-103页 |
参考文献 | 第103-113页 |
攻读学位期间发表论文与研究成果清单 | 第113-116页 |
致谢 | 第116-117页 |
作者简介 | 第117页 |