软件缺陷预测中数据预处理技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 背景和意义 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第二章 软件缺陷静态分类预测 | 第17-35页 |
| 2.1 问题及框架 | 第17-18页 |
| 2.2 软件度量 | 第18-24页 |
| 2.2.1 产品度量 | 第18-20页 |
| 2.2.2 过程度量 | 第20-22页 |
| 2.2.3 资源度量 | 第22页 |
| 2.2.4 研究进展 | 第22-24页 |
| 2.3 预测模型 | 第24-27页 |
| 2.3.1 机器学习 | 第24-25页 |
| 2.3.2 统计方法 | 第25页 |
| 2.3.3 混合方法 | 第25-26页 |
| 2.3.4 研究进展 | 第26-27页 |
| 2.4 数据预处理技术 | 第27-34页 |
| 2.4.1 数据质量问题 | 第27-29页 |
| 2.4.2 特征选择 | 第29-32页 |
| 2.4.3 类不平衡学习 | 第32-33页 |
| 2.4.4 实例选择 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 排序及阈值聚类的特征选择 | 第35-52页 |
| 3.1 方法动机 | 第35-36页 |
| 3.2 方法框架 | 第36-37页 |
| 3.3 相关性分析 | 第37-38页 |
| 3.4 冗余性分析 | 第38-39页 |
| 3.5 算法描述和分析 | 第39-41页 |
| 3.5.1 算法描述 | 第39-41页 |
| 3.5.2 算法分析 | 第41页 |
| 3.6 实证研究 | 第41-51页 |
| 3.6.1 研究问题与评价指标 | 第42-44页 |
| 3.6.2 实验对象 | 第44-45页 |
| 3.6.3 实验设计 | 第45-47页 |
| 3.6.4 实验结果与分析 | 第47-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 两阶段数据预处理 | 第52-65页 |
| 4.1 方法动机 | 第52页 |
| 4.2 方法框架 | 第52-53页 |
| 4.3 特征选择 | 第53-54页 |
| 4.4 实例选择 | 第54页 |
| 4.5 实证研究 | 第54-64页 |
| 4.5.1 研究问题和评价指标 | 第54-55页 |
| 4.5.2 实验对象 | 第55-56页 |
| 4.5.3 实验设计 | 第56-58页 |
| 4.5.4 实验结果和分析 | 第58-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-78页 |
| 附录 攻读硕士学位期间发表论文及参与项目情况 | 第78-79页 |
