| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 相关工作和研究概况 | 第13-14页 |
| 1.3 本文主要研究的工作 | 第14-15页 |
| 1.3.1 研究工作概要 | 第14-15页 |
| 1.3.2 软件行为学习模型的应用实例概要 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 软件行为学习模型技术综述 | 第17-25页 |
| 2.1 技术综述 | 第17-21页 |
| 2.1.1 软件行为基础数据概述 | 第17-18页 |
| 2.1.2 软件行为学习技术概述 | 第18-21页 |
| 2.2 应用技术概述 | 第21-22页 |
| 2.2.1 基于聚类技术的软件行为学习技术概述 | 第21页 |
| 2.2.2 基于分类技术的软件行为学习技术概述 | 第21-22页 |
| 2.2.3 基于关联分析技术的软件行为学习技术概述 | 第22页 |
| 2.3 多标签学习技术概述 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 多标签软件行为学习模型设计 | 第25-42页 |
| 3.1 应用场景分析 | 第25-28页 |
| 3.1.1 基于多标签模型的错误报告分类技术 | 第25-26页 |
| 3.1.2 基于多标签聚类的测试用例选择技术 | 第26-28页 |
| 3.2 多标签软件行为学习模型基础 | 第28-32页 |
| 3.3 多标签学习概要 | 第32-36页 |
| 3.3.1 多标签分类算法以及相关参数设置研究 | 第32-33页 |
| 3.3.2 多标签聚类算法以及相关参数设置研究 | 第33-36页 |
| 3.4 模型应用过程 | 第36-41页 |
| 3.4.1 数据收集阶段 | 第37-38页 |
| 3.4.2 构建学习模型阶段 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 实验细节与结果分析 | 第42-55页 |
| 4.1 实验内容及目的概要 | 第42-44页 |
| 4.1.1 多标签错误报告分类核心技术实验概要 | 第42-43页 |
| 4.1.2 基于多标签聚类的测试用例选择技术实验概要 | 第43-44页 |
| 4.2 实验说明 | 第44页 |
| 4.3 目标实验程序说明 | 第44-45页 |
| 4.4 实验度量说明 | 第45-47页 |
| 4.4.1 多标签分类技术度量 | 第45-46页 |
| 4.4.2 多标签聚类技术度量 | 第46-47页 |
| 4.5 实验实现细节 | 第47-52页 |
| 4.5.1 数据收集方法 | 第47-48页 |
| 4.5.2 多标签错误报告分类实验细节 | 第48-50页 |
| 4.5.3 基于多标签聚类的测试用例选择实验细节 | 第50-52页 |
| 4.6 实验结果分析 | 第52-54页 |
| 4.6.1 多标签错误报告分类核心技术实验结果及分析 | 第52-53页 |
| 4.6.2 基于多标签聚类的测试用例选择技术实验结果及分析 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 进一步工作展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 参与项目 | 第64-66页 |
