首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于数据挖掘和多目标决策的软件缺陷预测方法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-12页
   ·本文研究内容及创新点第12-13页
   ·论文主要章节安排第13-15页
第二章 数据挖掘、多目标决策理论及方法第15-22页
   ·数据挖掘概述第15页
   ·属性子集选择方法第15-18页
     ·属性选择的基本步骤第16页
     ·属性选择的搜索方法第16-17页
     ·属性选择的评价方法第17-18页
   ·分类预测方法第18页
   ·多目标决策概述第18-19页
   ·决策矩阵的规范方法第19-20页
   ·权重的确立第20-21页
   ·多目标决策方法第21-22页
第三章 软件缺陷预测方法第22-35页
   ·WEKA 的起源及其功能第22-23页
   ·软件缺陷的属性子集选择方法第23-26页
     ·属性子集选择实验方法第24页
     ·本文提出的属性综合权重排序方法第24-26页
   ·软件缺陷分类预测方法第26-30页
     ·Na?ve Bayes 方法第26-27页
     ·Logistic 方法第27页
     ·RBFNetwork 方法第27页
     ·SMO 方法第27-28页
     ·IB1 方法第28页
     ·FLR 方法第28页
     ·DecisionTable 方法第28-29页
     ·Jrip 方法第29页
     ·J48 方法第29-30页
   ·软件缺陷预测的多目标决策评价方法第30-35页
     ·权重敏感性分析第30-31页
     ·DEA 方法第31-32页
     ·ELECTRE 方法第32-33页
     ·PROMETHEE 方法第33页
     ·TOPSIS 方法第33-34页
     ·VIKOR 方法第34-35页
第四章 实验结果第35-54页
   ·实验数据第35-36页
   ·属性选择结果第36-43页
     ·属性综合权重排序初选结果第36-38页
     ·属性选择方法评估第38-41页
     ·属性综合权重排序复选结果第41-43页
   ·软件缺陷分类预测结果第43-54页
     ·基于传统属性选择和基于属性综合权重排序方法的分类预测结果第43-48页
     ·敏感性分析结果第48-50页
     ·分类预测方法评估第50-54页
第五章 结论第54-55页
致谢第55-56页
参考文献第56-60页
附录第60-85页
攻博/硕期间取得的研究成果第85-86页

论文共86页,点击 下载论文
上一篇:基于FPGA的光电纸币图像实时处理系统研究
下一篇:ARM嵌入式Linux系统研究与开发