| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 目录 | 第12-14页 |
| 图表目录 | 第14-17页 |
| 第1章 绪论 | 第17-31页 |
| ·课题研究背景及意义 | 第17-18页 |
| ·软件缺陷预测技术研究现状 | 第18-29页 |
| ·本文主要研究内容和结构安排 | 第29-31页 |
| 第2章 软件缺陷及数据挖掘 | 第31-47页 |
| ·软件缺陷的定义 | 第31-32页 |
| ·软件缺陷的成因 | 第32-33页 |
| ·软件缺陷的分类 | 第33-36页 |
| ·数据挖掘定义 | 第36-37页 |
| ·数据挖掘过程 | 第37-39页 |
| ·数据挖掘方法 | 第39-45页 |
| ·本章小结 | 第45-47页 |
| 第3章 基于似然关系模型的软件缺陷预测算法 | 第47-89页 |
| ·似然关系模型概述 | 第47-59页 |
| ·似然关系模型应用于软件缺陷预测的理论依据 | 第59-69页 |
| ·基于似然关系模型的软件缺陷预测模型 PRM_METHOD | 第69-76页 |
| ·基于弥合数据缝隙的改进算法 PRM_METHOD* | 第76-79页 |
| ·算法实现与实验分析 | 第79-88页 |
| ·本章小结 | 第88-89页 |
| 第4章 基于高维聚类的面向缺陷分布模式的软件缺陷预测算法 | 第89-135页 |
| ·聚类方法概述 | 第90-98页 |
| ·常用聚类方法概述 | 第98-102页 |
| ·高维数据聚类方法 | 第102-105页 |
| ·高维聚类应用于软件缺陷预测的理论依据 | 第105-112页 |
| ·基于高维聚类的面向缺陷分布模式的软件缺陷预测算法 HDCBP | 第112-124页 |
| ·算法实现 | 第124-128页 |
| ·算法比较 | 第128-133页 |
| ·本章小结 | 第133-135页 |
| 第5章 基于人员能力混合变量聚类的软件缺陷预测算法 | 第135-153页 |
| ·问题描述 | 第135-137页 |
| ·混合类型变量的聚类方法 | 第137-139页 |
| ·数据的预处理 | 第139-142页 |
| ·混合变量聚类过程 | 第142-145页 |
| ·基于人员能力混合变量聚类的软件缺陷预测算法 MCBPC | 第145-147页 |
| ·算法实现与检验 | 第147-152页 |
| ·本章小结 | 第152-153页 |
| 第6章 结论与展望 | 第153-157页 |
| ·结论与创新点 | 第153-155页 |
| ·研究展望 | 第155-157页 |
| 参考文献 | 第157-169页 |
| 在学期间学术成果情况 | 第169-170页 |
| 指导教师及作者简介 | 第170-171页 |
| 致谢 | 第171页 |
