软件缺陷预测的特征选择方法研究
| 摘要 | 第7-10页 |
| ABSTRACT | 第10-12页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及其意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 特征选择 | 第14-16页 |
| 1.2.2 不平衡数据集分类方法 | 第16-18页 |
| 1.2.3 软件缺陷预测 | 第18-20页 |
| 1.3 论文组织结构 | 第20-21页 |
| 2 相关概念以及理论基础 | 第21-39页 |
| 2.1 软件缺陷 | 第21页 |
| 2.1.1 软件缺陷的概念 | 第21页 |
| 2.1.2 软件缺陷的成因 | 第21页 |
| 2.2 软件度量 | 第21-24页 |
| 2.3 软件缺陷预测 | 第24页 |
| 2.4 软件缺陷预测研究的基本内容 | 第24-30页 |
| 2.4.1 软件缺陷数据集 | 第25-26页 |
| 2.4.2 机器学习算法 | 第26-28页 |
| 2.4.3 模型评价指标 | 第28-30页 |
| 2.5 特征选择 | 第30-35页 |
| 2.5.1 特征选择的一般概念和过程 | 第30-33页 |
| 2.5.2 特征选择算法的分类 | 第33-35页 |
| 2.6 不平衡数据集分类方法 | 第35-38页 |
| 2.6.1 数据层面的处理方法 | 第36-37页 |
| 2.6.2 算法层面的处理方法 | 第37-38页 |
| 2.7 本章小结 | 第38-39页 |
| 3 基于数据采样的双变量Filter特征选择算法 | 第39-48页 |
| 3.1 双变量Filter算法 | 第40-41页 |
| 3.2 算法描述 | 第41-42页 |
| 3.3 实验 | 第42-47页 |
| 3.3.1 实验设置 | 第42-46页 |
| 3.3.2 实验结果分析 | 第46页 |
| 3.3.3 与其它文献的对比 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 基于代价敏感的混合特征选择算法 | 第48-56页 |
| 4.1 代价信息 | 第48-49页 |
| 4.2 基于代价敏感的Filter算法 | 第49-50页 |
| 4.3 序列前向浮动选择算法 | 第50页 |
| 4.4 基于代价敏感的混合算法 | 第50-51页 |
| 4.5 实验 | 第51-55页 |
| 4.5.1 实验设置 | 第51-54页 |
| 4.5.2 实验结果与分析 | 第54页 |
| 4.5.3 与其它文献的对比 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 本文的创新之处 | 第56-57页 |
| 5.3 进一步研究工作 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读学位期间的学术论文与研究成果 | 第64-65页 |
| 致谢 | 第65页 |
