基于神经网络的软件缺陷预测实证研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 选题的背景及意义 | 第8-9页 |
| 1.2 软件缺陷预测的研究现状 | 第9-11页 |
| 1.3 存在的问题 | 第11-12页 |
| 1.4 研究内容及论文组织结构 | 第12-14页 |
| 1.4.1 研究内容 | 第12页 |
| 1.4.2 本文的组织结构 | 第12-14页 |
| 第2章 软件缺陷预测技术理论基础 | 第14-27页 |
| 2.1 软件缺陷概述 | 第14-16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15-16页 |
| 2.2 软件缺陷预测技术 | 第16页 |
| 2.3 神经网络基本原理 | 第16-24页 |
| 2.3.1 BP神经网络原理 | 第18-20页 |
| 2.3.2 Elman神经网络原理 | 第20-22页 |
| 2.3.3 RBF神经网络原理 | 第22-24页 |
| 2.4 软件缺陷预测研究内容及方法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于神经网络的缺陷预测模型的建立 | 第27-36页 |
| 3.1 MDP缺陷数据 | 第27-28页 |
| 3.2 特征降维 | 第28-32页 |
| 3.2.1 主成分分析 | 第28-30页 |
| 3.2.2 特征选择 | 第30-32页 |
| 3.3 基于BP网络的缺陷预测模型 | 第32-33页 |
| 3.4 基于Elman网络的缺陷预测模型 | 第33-34页 |
| 3.5 基于RBF网络的缺陷预测模型 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 缺陷预测模型的仿真分析 | 第36-48页 |
| 4.1 仿真数据 | 第36-37页 |
| 4.2 特征选择性能仿真实验 | 第37-39页 |
| 4.2.1 评价方法 | 第37页 |
| 4.2.2 实验设计 | 第37-38页 |
| 4.2.3 实验结果与分析分析 | 第38-39页 |
| 4.3 缺陷预测模型的性能仿真实验 | 第39-46页 |
| 4.3.1 评价方法 | 第39-40页 |
| 4.3.2 实验设计 | 第40-41页 |
| 4.3.3 实验结果与分析 | 第41-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 实证分析 | 第48-55页 |
| 5.1 系统介绍 | 第48-49页 |
| 5.2 缺陷描述 | 第49页 |
| 5.3 数据处理 | 第49-51页 |
| 5.3.1 度量元的确定 | 第49-50页 |
| 5.3.2 数据采集 | 第50-51页 |
| 5.4 系统的缺陷诊断 | 第51-54页 |
| 5.4.1 实验设计 | 第51-52页 |
| 5.4.2 诊断结果 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
