基于属性离散化的软件缺陷预测模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·软件缺陷预测的研究背景 | 第10-11页 |
| ·软件缺陷预测的研究意义 | 第11-12页 |
| ·软件缺陷预测的研究现状 | 第12-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 软件缺陷预测及属性离散化 | 第15-22页 |
| ·软件缺陷预测基本概述 | 第15-17页 |
| ·静态软件缺陷预测技术 | 第15-16页 |
| ·动态软件缺陷预测技术 | 第16-17页 |
| ·软件缺陷预测数据集属性 | 第17-19页 |
| ·属性离散化 | 第19-21页 |
| ·离散化问题描述 | 第19页 |
| ·离散化方法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于PSO和NB的软件缺陷预测模型 | 第22-35页 |
| ·贝叶斯理论 | 第22-24页 |
| ·条件概率 | 第22页 |
| ·全概率 | 第22-23页 |
| ·事件的独立性 | 第23页 |
| ·贝叶斯定理 | 第23-24页 |
| ·朴素贝叶斯分类模型 | 第24-25页 |
| ·粒子群优化算法 | 第25-27页 |
| ·基于PSO和NB的软件缺陷预测算法 | 第27-30页 |
| ·算法描述 | 第27-28页 |
| ·算法的设计及实现流程 | 第28-30页 |
| ·仿真实验分析及结论 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于熵的属性离散化的软件缺陷预测模型 | 第35-46页 |
| ·熵 | 第35-36页 |
| ·信息熵 | 第35页 |
| ·期望熵 | 第35-36页 |
| ·信息增益与信息增益率 | 第36页 |
| ·基于PSO与熵的属性离散化模型 | 第36-40页 |
| ·算法描述 | 第36-37页 |
| ·算法的设计及实现流程图 | 第37-40页 |
| ·C4.5决策树与随机森林分类算法描述 | 第40-42页 |
| ·C4.5决策树算法 | 第40-41页 |
| ·随机森林分类算法 | 第41-42页 |
| ·仿真实验分析及结论 | 第42-45页 |
| ·属性选择 | 第42页 |
| ·评价标准 | 第42-43页 |
| ·仿真实验 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 结论 | 第46-48页 |
| ·总结 | 第46页 |
| ·进一步的研究工作 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 在校期间发表的论文、科研成果 | 第52-53页 |
| 致谢 | 第53页 |
