基于学习机制的软件缺陷预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关理论 | 第17-28页 |
| 2.1 软件缺陷预测 | 第17-20页 |
| 2.1.1 软件缺陷定义 | 第17页 |
| 2.1.2 软件缺陷预测的概念 | 第17-19页 |
| 2.1.3 软件度量元 | 第19-20页 |
| 2.2 类不平衡 | 第20-21页 |
| 2.2.1 问题定义 | 第20页 |
| 2.2.2 类不平衡问题处理方法 | 第20-21页 |
| 2.3 半监督学习 | 第21-23页 |
| 2.4 集成学习 | 第23-25页 |
| 2.5 评价指标 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 3 一种半监督集成学习方法软件缺陷预测模型 | 第28-36页 |
| 3.1 问题定义 | 第28页 |
| 3.2 扩充标记样本 | 第28-31页 |
| 3.3 Tri_Adaboost分类模型 | 第31-33页 |
| 3.4 Tri_Adaboost分类算法 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 空指针缺陷数据集预处理 | 第36-44页 |
| 4.1 缺陷模式 | 第36-38页 |
| 4.2 空指针引用缺陷 | 第38-40页 |
| 4.3 空指针引用缺陷数据集生成及处理过程 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 实验结果与分析 | 第44-50页 |
| 5.1 数据集 | 第44-45页 |
| 5.1.1 NASAMDP数据集 | 第44页 |
| 5.1.2 基于开源项目下的空指针引用缺陷数据集 | 第44-45页 |
| 5.2 数据集实验结果及分析 | 第45-49页 |
| 5.2.1 NASAMD数据集实验结果 | 第45-48页 |
| 5.2.2 空指针引用缺陷数据集实验结果及分析 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 论文总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 个人简历 | 第57-58页 |
| 致谢 | 第58-59页 |
