| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·拟解决的关键问题和技术路线 | 第12-14页 |
| ·课题主要研究目标与内容 | 第14-16页 |
| 第二章 软件可靠性预测模型相关概念 | 第16-35页 |
| ·软件可靠性 | 第16-18页 |
| ·软件可靠性定义 | 第16页 |
| ·软件可靠性度量 | 第16-18页 |
| ·软件可靠性模型 | 第18-23页 |
| ·软件可靠性模型 | 第18-20页 |
| ·提高软件可靠性的方法 | 第20-23页 |
| ·软件可靠性预测模型 | 第23-34页 |
| ·几种经典可靠性预测模型 | 第23-30页 |
| ·未确知（U-M）模型 | 第30-32页 |
| ·人工神经网络模型 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 统计学习与支持向量机理论 | 第35-46页 |
| ·统计学习理论 | 第35-40页 |
| ·学习过程一致性 | 第35-36页 |
| ·函数集的VC 维 | 第36-38页 |
| ·结构风险最小化原则 | 第38-40页 |
| ·支持向量机理论 | 第40-45页 |
| ·支持向量机简介 | 第40页 |
| ·SVM 最优化问题——最优分类超平面 | 第40-44页 |
| ·支持向量回归机 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于支持向量机理论的软件可靠性预测建模 | 第46-54页 |
| ·基于支持向量机理论的软件可靠性预测模型建立过程 | 第46页 |
| ·模型输入指标的确定 | 第46页 |
| ·软件故障数据的采集和整理 | 第46-47页 |
| ·采样数据预处理 | 第47页 |
| ·确定模型表达式以及核函数 | 第47-49页 |
| ·确定模型变量参数以及核参数 | 第49-52页 |
| ·将待预测的数据输入模型 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于支持向量机理论的软件可靠性预测模型仿真分析 | 第54-62页 |
| ·基于SVM 软件可靠性预测模型的仿真分析 | 第54-60页 |
| ·模型原始输入数据的获取 | 第54-56页 |
| ·数据预处理 | 第56-57页 |
| ·模型评价 | 第57页 |
| ·仿真过程 | 第57-59页 |
| ·模型进一步应用 | 第59-60页 |
| ·仿真结果及评价 | 第60-61页 |
| ·仿真结果分析 | 第60-61页 |
| ·评价 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第六章 SVM 模型应用于电力软件可靠性预测 | 第62-71页 |
| ·电力系统监控与数据采集 | 第62页 |
| ·电力系统监控与数据采集系统组成 | 第62-64页 |
| ·系统结构 | 第62-63页 |
| ·系统硬件构成 | 第63-64页 |
| ·系统软件构成 | 第64页 |
| ·监控与数据采集系统可靠性预测的设计 | 第64-70页 |
| ·设计概述 | 第64-65页 |
| ·总体结构 | 第65页 |
| ·各模块涵义介绍 | 第65-66页 |
| ·设计流程 | 第66-67页 |
| ·设计应用 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第七章 结论与展望 | 第71-73页 |
| ·结论 | 第71页 |
| ·研究不足 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |