在线软件系统的失效预测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-13页 |
| ·失效跟踪 | 第10-11页 |
| ·症状监控 | 第11-12页 |
| ·检测错误报告 | 第12页 |
| ·未检测的错误审计 | 第12-13页 |
| ·研究的方案 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 相关知识介绍 | 第15-25页 |
| ·神经网络 | 第15-18页 |
| ·神经元模型 | 第15-16页 |
| ·神经网络的几种学习算法 | 第16-18页 |
| ·评估度量 | 第18-22页 |
| ·相依表度量 | 第19-21页 |
| ·精度/查全率曲线 | 第21-22页 |
| ·在线失效预测 | 第22-24页 |
| ·相关术语 | 第22-23页 |
| ·在线失效预测模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 数据采集 | 第25-30页 |
| ·变量选择 | 第25页 |
| ·日志文件 Logfile | 第25-29页 |
| ·Logfile 的结构 | 第26页 |
| ·Logfile 的提取 | 第26-27页 |
| ·Logfile 的预处理 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于神经网络的失效预测 | 第30-37页 |
| ·变量之间关系的确定 | 第30-32页 |
| ·基于 ELM 学习算法训练神经网络 | 第32-33页 |
| ·收集样本数据 | 第32页 |
| ·训练神经网络 | 第32-33页 |
| ·软件失效行为的预测 | 第33-36页 |
| ·单个变量 | 第33-34页 |
| ·多个变量 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 实验结果的评估与分析 | 第37-56页 |
| ·实验一 失效时间序列预测 | 第37-42页 |
| ·变量选取 | 第37-38页 |
| ·数据采集 | 第38页 |
| ·训练神经网络 | 第38-40页 |
| ·失效行为预测 | 第40页 |
| ·实验结果评估 | 第40-42页 |
| ·实验二 铁路交通系统的失效预测 | 第42-56页 |
| ·需求文档 | 第42-43页 |
| ·变量影响关系图 | 第43-45页 |
| ·提取数据 | 第45-46页 |
| ·训练神经网络 | 第46-51页 |
| ·失效行为预测 | 第51页 |
| ·实验结果评估 | 第51-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 A | 第60-63页 |
| 攻读硕士学位期间的研究成果 | 第63-64页 |
| 致谢 | 第6页 |
