基于贝叶斯网络的软件缺陷预测管理系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 问题描述与研究动机 | 第9-10页 |
| 1.2 研究内容 | 第10页 |
| 1.3 本文结构 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 相关技术 | 第12-25页 |
| 2.1 软件缺陷 | 第12-16页 |
| 2.1.1 软件缺陷定义 | 第12-13页 |
| 2.1.2 软件缺陷分类 | 第13-15页 |
| 2.1.3 缺陷数据分析 | 第15-16页 |
| 2.2 软件缺陷预测的方法 | 第16-20页 |
| 2.2.1 控制图法 | 第16-17页 |
| 2.2.2 矩阵数据分析法 | 第17-18页 |
| 2.2.3 神经网络方法 | 第18-19页 |
| 2.2.4 捕捉模型方法 | 第19页 |
| 2.2.5 几种方法的比较 | 第19-20页 |
| 2.3 贝叶斯网络理论 | 第20-24页 |
| 2.3.1 贝叶斯网络背景 | 第20-21页 |
| 2.3.2 贝叶斯网络的定义 | 第21-22页 |
| 2.3.3 贝叶斯网络的研究领域 | 第22-23页 |
| 2.3.4 贝叶斯网络的构建原理 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于贝叶斯网络的软件缺陷预测方法 | 第25-41页 |
| 3.1 贝叶斯网络进行软件缺陷预测的优势 | 第25页 |
| 3.2 用于软件缺陷预测的贝叶斯网络构建 | 第25-36页 |
| 3.2.1 变量集和变量域的确定 | 第26-30页 |
| 3.2.2 网络的拓扑结构的确定 | 第30-34页 |
| 3.2.3 边缘概率和条件概率分布的确定 | 第34-36页 |
| 3.3 贝叶斯网络推理计算 | 第36-40页 |
| 3.3.1 贝叶斯网络推理原理 | 第36-37页 |
| 3.3.2 改进的贝叶斯网络推理算法 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 SDRM 系统设计 | 第41-56页 |
| 4.1 系统架构 | 第41-42页 |
| 4.2 模块设计 | 第42-52页 |
| 4.2.1 网络显示模块 | 第44-47页 |
| 4.2.2 网络推理模块 | 第47-49页 |
| 4.2.3 网络调整模块 | 第49-52页 |
| 4.3 数据库设计 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 SDRM 系统实现及应用 | 第56-71页 |
| 5.1 系统实现 | 第56-61页 |
| 5.1.1 系统实现架构 | 第56-57页 |
| 5.1.2 数据库的实现 | 第57-60页 |
| 5.1.3 系统部署及运行配置 | 第60-61页 |
| 5.2 系统应用 | 第61-70页 |
| 5.2.1 应用背景 | 第61-62页 |
| 5.2.2 应用实例 | 第62-68页 |
| 5.2.3 应用效果分析 | 第68-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 总结 | 第71-73页 |
| 6.1 研究工作回顾 | 第71-72页 |
| 6.2 下一步的工作 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 作者攻读学位期间发表的论文 | 第77页 |
