代码度量、过程度量和历史缺陷度量：工作量感知的缺陷预测能力比较
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 引言 | 第11-18页 |
| ·研究动因 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·软件度量选择 | 第12-14页 |
| ·评价指标选取 | 第14-15页 |
| ·预测方法比较 | 第15页 |
| ·本文工作 | 第15-17页 |
| ·论文结构 | 第17-18页 |
| 第二章 缺陷预测模型建模技术及评价方法 | 第18-26页 |
| ·软件度量 | 第18-21页 |
| ·代码度量 | 第18-19页 |
| ·过程度量 | 第19-20页 |
| ·历史缺陷度量 | 第20-21页 |
| ·缺陷预测模型 | 第21-23页 |
| ·Logistic回归模型 | 第21-22页 |
| ·Naive Bayes模型 | 第22页 |
| ·J48模型 | 第22-23页 |
| ·预测性能评价方法 | 第23-25页 |
| ·工作量感知的排序性能评价 | 第23-24页 |
| ·工作量感知的分类性能评价 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 度量数据的自动化收集 | 第26-41页 |
| ·实验对象 | 第26-27页 |
| ·代码度量收集 | 第27-29页 |
| ·规模和复杂性度量定义 | 第27-28页 |
| ·面向对象度量定义 | 第28页 |
| ·代码度量的提取 | 第28-29页 |
| ·过程度量收集 | 第29-31页 |
| ·过程度量定义 | 第29-30页 |
| ·过程度量的提取 | 第30-31页 |
| ·历史缺陷度量收集 | 第31-38页 |
| ·原始的SZZ算法 | 第31-34页 |
| ·SZZ算法的优化 | 第34-35页 |
| ·历史缺陷度量定义 | 第35-37页 |
| ·历史缺陷度量的提取 | 第37-38页 |
| ·待预测缺陷收集 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 工作量感知的缺陷预测性能比较 | 第41-55页 |
| ·研究问题及其分析方法 | 第41-42页 |
| ·缺陷预测模型建立方法 | 第42-43页 |
| ·预测性能表达方法 | 第43-45页 |
| ·缺陷预测能力分析 | 第45-54页 |
| ·各类度量的缺陷预测性能 | 第45-46页 |
| ·不同度量的预测性能比较 | 第46-48页 |
| ·度量组合的缺陷预测性能 | 第48-50页 |
| ·跨版本的缺陷预测性能 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 预测性能比较的影响因素分析 | 第55-68页 |
| ·缺陷分布不平衡的影响 | 第55-58页 |
| ·预测粒度的影响 | 第58-60页 |
| ·模型构建方法的影响 | 第60-64页 |
| ·特征选择方法的影响 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68页 |
| ·未来工作 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 附录A 面向对象度量 | 第74-76页 |
| 附录B 缺陷预测性能的统计学比较 | 第76-81页 |
