特征选择在软件缺陷预测技术中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·软件缺陷预测的研究现状 | 第12-15页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 软件缺陷及特征选择 | 第17-32页 |
| ·软件缺陷 | 第17-20页 |
| ·软件缺陷的概念 | 第17-18页 |
| ·软件缺陷的成因 | 第18-20页 |
| ·软件度量 | 第20-23页 |
| ·软件缺陷数据集 | 第23-24页 |
| ·软件缺陷预测 | 第24-28页 |
| ·软件缺陷预测系统框架 | 第24-25页 |
| ·常用机器学习方法 | 第25-27页 |
| ·缺陷预测实验评价 | 第27-28页 |
| ·特征选择 | 第28-31页 |
| ·特征选择定义 | 第28-30页 |
| ·特征选择方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于互信息的特征选择算法 | 第32-48页 |
| ·信息理论 | 第32-36页 |
| ·信息熵 | 第32-34页 |
| ·互信息 | 第34-36页 |
| ·IMIFS特征选择算法 | 第36-39页 |
| ·算法分析 | 第36-38页 |
| ·算法的设计及实现流程 | 第38-39页 |
| ·仿真实验分析及结论 | 第39-47页 |
| ·实验环境 | 第39-41页 |
| ·熵与互信息的计算 | 第41-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于遗传优化支持向量机的特征选择算法 | 第48-59页 |
| ·支持向量机 | 第48-52页 |
| ·线性支持向量机 | 第49-51页 |
| ·非线性支持向量机 | 第51-52页 |
| ·基于遗传算法和支持向量机的预测模型 | 第52-55页 |
| ·遗传优化算法 | 第52-53页 |
| ·预测模型设计与流程图 | 第53-55页 |
| ·仿真实验分析及结论 | 第55-58页 |
| ·实验环境与参数 | 第55-57页 |
| ·实验结果 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·进一步的研究工作 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 在校期间发表的论文、科研成果 | 第64-65页 |
| 致谢 | 第65页 |
