| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-16页 |
| 1.1 软件缺陷介绍 | 第8页 |
| 1.2 软件缺陷预测技术分类 | 第8-10页 |
| 1.3 软件缺陷预测衡量指标 | 第10-12页 |
| 1.4 静态软件缺陷预测技术的研究现状 | 第12-14页 |
| 1.5 主要研究内容与章节安排 | 第14-16页 |
| 第二章 基于MOOCS的多目标软件缺陷预测 | 第16-32页 |
| 2.1 软件缺陷预测技术分析 | 第16页 |
| 2.2 基于MOPSO的多目标软件缺陷预测 | 第16-17页 |
| 2.3 基于支持向量机的软件缺陷预测 | 第17-19页 |
| 2.4 基于多目标定向布谷鸟搜索算法的软件缺陷预测 | 第19-22页 |
| 2.4.1 多目标定向布谷鸟算法简介 | 第19-21页 |
| 2.4.2 基于多目标定向布谷鸟算法的软件缺陷预测流程 | 第21-22页 |
| 2.5 仿真实验 | 第22-30页 |
| 2.5.1 实验数据集 | 第22页 |
| 2.5.2 实验环境及参数 | 第22-23页 |
| 2.5.3 实验结果及分析 | 第23-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 基于双支持向量机的多目标软件缺陷预测 | 第32-48页 |
| 3.1 基于支持向量机的多目标软件缺陷预测分析 | 第32-34页 |
| 3.2 双支持向量机简介 | 第34-36页 |
| 3.3 基于双支持向量机的多目标软件缺陷预测 | 第36-38页 |
| 3.3.1 基于K-means归档集保留策略 | 第36-37页 |
| 3.3.2 基于双SVM的软件缺陷预测算法流程 | 第37-38页 |
| 3.4 仿真实验 | 第38-47页 |
| 3.4.1 实验数据集 | 第38-39页 |
| 3.4.2 实验环境及参数 | 第39页 |
| 3.4.3 实验结果及分析 | 第39-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于黄金分割法的MOOCSTSVM的软件缺陷预测 | 第48-60页 |
| 4.1 基于MOOCSTSVM的软件缺陷预测分析 | 第48页 |
| 4.2 利用黄金分割法求软件模块分割比例 λ | 第48-50页 |
| 4.2.1 黄金分割法简介 | 第48-50页 |
| 4.2.2 基于黄金分割法的的MOOCSTSVM软件缺陷预测流程 | 第50页 |
| 4.3 仿真实验 | 第50-58页 |
| 4.3.1 实验数据集 | 第50页 |
| 4.3.2 实验环境及参数 | 第50页 |
| 4.3.3 实验结果及分析 | 第50-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 研究生期间发表的学术论文 | 第70-72页 |
| 个人简介及联系方式 | 第72页 |
