| 中文摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 引言 | 第8-18页 |
| 1.1 软件缺陷预测的研究背景 | 第8页 |
| 1.2 软件缺陷预测 | 第8-10页 |
| 1.3 软件缺陷预测分类器介绍 | 第10-11页 |
| 1.4 软件缺陷预测常用评价指标 | 第11-12页 |
| 1.5 软件缺陷预测的研究现状 | 第12-15页 |
| 1.5.1 数据集类不平衡的软件缺陷预测 | 第12-14页 |
| 1.5.2 跨项目的软件缺陷预测 | 第14-15页 |
| 1.6 本文要完成的主要内容 | 第15-18页 |
| 第二章 不平衡数据集的欠采样软件缺陷预测策略设计 | 第18-38页 |
| 2.1 三种决策区域范围的欠采样方法 | 第18-21页 |
| 2.2 支持向量机简介 | 第21-22页 |
| 2.3 多目标布谷鸟算法 | 第22-24页 |
| 2.3.1 多目标求解问题 | 第22-23页 |
| 2.3.2 动态局部搜索的混合多目标布谷鸟算法 | 第23-24页 |
| 2.4 不平衡数据集的欠采样软件缺陷预测具体实现方式 | 第24-29页 |
| 2.4.1 编码策略 | 第24-26页 |
| 2.4.2 适应值的选取 | 第26-27页 |
| 2.4.3 不平衡数据集的欠采样软件缺陷预测流程 | 第27-29页 |
| 2.5 仿真实验 | 第29-36页 |
| 2.5.1 数据集 | 第29页 |
| 2.5.2 本文所提三种策略的实验结果比较分析及环境设置 | 第29-30页 |
| 2.5.3 对比实验 | 第30-36页 |
| 2.6 本章小结 | 第36-38页 |
| 第三章 不平衡数据集的过采样软件缺陷预测策略设计 | 第38-50页 |
| 3.1 研究背景 | 第38页 |
| 3.2 过采样策略的软件缺陷预测模型 | 第38-42页 |
| 3.2.1 种群的编码方式与初始化 | 第38-39页 |
| 3.2.2 位置更新方式 | 第39-40页 |
| 3.2.3 适应值选择与评价 | 第40页 |
| 3.2.4 过采样软件缺陷预测算法流程 | 第40-42页 |
| 3.3 仿真实验 | 第42-49页 |
| 3.3.1 实验数据集 | 第42页 |
| 3.3.2 实验环境及参数 | 第42页 |
| 3.3.3 实验结果及分析 | 第42-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 三阶段数据选择的跨项目软件缺陷预测 | 第50-68页 |
| 4.1 研究背景 | 第50页 |
| 4.2 三阶段数据选择的跨项目软件缺陷预测 | 第50-56页 |
| 4.2.1 混合相似性度量的软件项目选择 | 第51-54页 |
| 4.2.2 实例模块的选择 | 第54-56页 |
| 4.2.3 数据不平衡与SVM参数的选择 | 第56页 |
| 4.3 仿真实验 | 第56-67页 |
| 4.3.1 实验数据集 | 第56-58页 |
| 4.3.2 实验环境及参数 | 第58页 |
| 4.3.3 实验结果及分析 | 第58-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 主要工作总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文 | 第80-82页 |
| 个人简介及联系方式 | 第82页 |