| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究的主要内容及拟解决的关键问题 | 第15-16页 |
| 1.3.1 本文研究的主要内容 | 第15-16页 |
| 1.3.2 本文拟解决的关键问题 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 相关概念及理论基础 | 第18-29页 |
| 2.1 软件缺陷预测简述 | 第18-19页 |
| 2.1.1 软件缺陷 | 第18页 |
| 2.1.2 软件缺陷预测 | 第18-19页 |
| 2.2 不平衡数据分类 | 第19-29页 |
| 2.2.1 不平衡数据集 | 第19-20页 |
| 2.2.2 数据预处理 | 第20页 |
| 2.2.3 分类方法 | 第20-26页 |
| 2.2.4 模型评价指标 | 第26-29页 |
| 第三章 基于边界样本过采样的不平衡数据分类方法 | 第29-36页 |
| 3.1 数据过采样技术 | 第29-30页 |
| 3.2 基于边界样本过采样的不平衡数据分类方法 | 第30-32页 |
| 3.2.1 边界样本 | 第30-31页 |
| 3.2.2 合成样本 | 第31-32页 |
| 3.3 实验分析 | 第32-35页 |
| 3.3.1 数据集 | 第32页 |
| 3.3.2 实验结果 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于安全样本欠采样的不平衡数据分类方法 | 第36-45页 |
| 4.1 数据欠采样方法 | 第36页 |
| 4.2 基于安全样本欠采样的不平衡数据分类方法 | 第36-39页 |
| 4.2.1 基于安全样本欠采样方法方法-SENN | 第37-38页 |
| 4.2.2 改进的Bagging算法 | 第38页 |
| 4.2.3 基于安全样本欠采样的不平衡数据分类方法SENN-Bagging | 第38-39页 |
| 4.3 实验分析 | 第39-44页 |
| 4.3.1 数据集 | 第39-40页 |
| 4.3.2 实验结果 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 基于BOOSTING集成分类器的软件缺陷预测模型 | 第45-52页 |
| 5.1 软件缺陷预测模型 | 第45页 |
| 5.2 基于集成分类器的缺陷预测模型 | 第45-48页 |
| 5.2.1 数据重采样 | 第46页 |
| 5.2.2 集成分类器 | 第46-47页 |
| 5.2.3 基于集成分类器的软件缺陷预测模型 | 第47-48页 |
| 5.3 实验分析 | 第48-51页 |
| 5.3.1 数据集 | 第48-49页 |
| 5.3.2 实验结果 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 工作总结 | 第52-53页 |
| 工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间取得的学术成果 | 第59-60页 |
| 致谢 | 第60页 |