| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 软件失效预测技术研究现状与存在的问题 | 第13-15页 |
| 1.2.1 国内外研究现状 | 第13-14页 |
| 1.2.2 软件失效预测仍存在的问题 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 软件失效预测方法 | 第18-28页 |
| 2.1 基于经典方法的软件失效预测 | 第18-22页 |
| 2.1.1 基于参数方法的软件失效预测 | 第18-20页 |
| 2.1.2 基于ARIMA的软件失效预测 | 第20-21页 |
| 2.1.3 基于机器学习的软件失效预测 | 第21-22页 |
| 2.2 基于非参数方法的软件失效预测 | 第22-26页 |
| 2.2.1 N-W核估计 | 第23-24页 |
| 2.2.2 局部多项式估计 | 第24-25页 |
| 2.2.3 K近邻核估计 | 第25-26页 |
| 2.3 软件失效预测结果评价指标 | 第26-28页 |
| 第三章 基于加权滑动窗口的单变量非参数软件失效预测 | 第28-44页 |
| 3.1 基于加权滑动窗口的非参数估计的软件失效预测 | 第28-30页 |
| 3.2 基于加权滑动窗口改进的非参数方法 | 第30-35页 |
| 3.2.1 基于加权滑动窗口的N-W非参数估计法 | 第30-34页 |
| 3.2.2 基于加权滑动窗口的局部多项式估计法 | 第34-35页 |
| 3.3 数据来源与预处理 | 第35-38页 |
| 3.3.1 数据集的分类 | 第35页 |
| 3.3.2 软件失效数据的收集与扩展 | 第35-37页 |
| 3.3.3 软件失效数据的预处理 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于PCA的多变量非参数软件失效预测 | 第44-57页 |
| 4.1 主成分分析方法概述 | 第44-47页 |
| 4.1.1 主成分分析的基本思想 | 第44-45页 |
| 4.1.2 主成分分析的模型与几何意义 | 第45-47页 |
| 4.2 基于多变量非参数方法的软件失效预测 | 第47-48页 |
| 4.3 基于PCA与非参数方法的软件失效预测 | 第48-52页 |
| 4.3.1 基于PCA的非参数方法 | 第48-51页 |
| 4.3.2 基于PCA与非参数方法的软件失效预测 | 第51-52页 |
| 4.4 实验结果与分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 基于非参数因果关系检验的多变量软件失效预测 | 第57-68页 |
| 5.1 非参数因果关系概述 | 第58-59页 |
| 5.2 基于非参数因果关系检验的软件失效预测 | 第59-63页 |
| 5.2.1 初步定性分析 | 第60-61页 |
| 5.2.2 非参数因果关系检验 | 第61-62页 |
| 5.2.3 软件失效预测及模型质量分析 | 第62-63页 |
| 5.3 实验结果与分析 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 在学期间的研究成果及发表的论文 | 第75页 |
