| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 主要工作和创新点 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 相关技术介绍 | 第15-20页 |
| 2.1 基于度量元的软件缺陷预测 | 第15-16页 |
| 2.2 相关算法介绍 | 第16-19页 |
| 2.2.1 人工神经网络算法 | 第16-17页 |
| 2.2.2 布谷鸟搜索算法 | 第17-19页 |
| 2.3 小结 | 第19-20页 |
| 第3章 基于CS-ANN的软件缺陷预测方法 | 第20-41页 |
| 3.1 建立三层前馈神经网络结构 | 第21-23页 |
| 3.2 基于CS-ANN的缺陷预测模型的构建过程 | 第23-24页 |
| 3.3 实验数据集及算法参数设置 | 第24-28页 |
| 3.3.1 实验数据集及数据预处理过程 | 第24-27页 |
| 3.3.2 参数设置说明 | 第27-28页 |
| 3.4 模型评价标准 | 第28-30页 |
| 3.5 实验及结果分析 | 第30-39页 |
| 3.5.1 实验设计和实验环境 | 第30页 |
| 3.5.2 自适应选择阈值 | 第30-32页 |
| 3.5.3 实验流程及算法实现 | 第32-35页 |
| 3.5.4 实验结果与分析 | 第35-39页 |
| 3.6 小结 | 第39-41页 |
| 第4章 基于ICS-ANN的软件缺陷预测方法 | 第41-51页 |
| 4.1 改进的布谷鸟搜索算法 | 第41-43页 |
| 4.1.1 惯性权重 | 第41-42页 |
| 4.1.2 ICS和CS算法性能比较 | 第42-43页 |
| 4.2 基于ICS-ANN的软件缺陷预测模型的构建过程 | 第43-44页 |
| 4.3 实验及结果分析 | 第44-50页 |
| 4.3.1 实验设计和实验环境 | 第44页 |
| 4.3.2 实验数据集 | 第44-45页 |
| 4.3.3 参数设置说明 | 第45-46页 |
| 4.3.4 实验流程及算法实现 | 第46-47页 |
| 4.3.5 实验结果与分析 | 第47-50页 |
| 4.4 小结 | 第50-51页 |
| 第5章 总结和展望 | 第51-53页 |
| 5.1 工作总结 | 第51-52页 |
| 5.2 未来工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 在读期间发表的学术论文与取得的研究成果 | 第57-58页 |
| 致谢 | 第58页 |