基于程序切片的软件缺陷预测
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 表格索引 | 第10-12页 |
| 插图索引 | 第12-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目标和内容 | 第14-15页 |
| 1.3 本文结构安排 | 第15-17页 |
| 第二章 相关技术综述 | 第17-29页 |
| 2.1 概念 | 第17-18页 |
| 2.2 缺陷预测指标选取 | 第18-21页 |
| 2.2.1 源代码指标 | 第19页 |
| 2.2.2 变更指标 | 第19-20页 |
| 2.2.3 缺陷历史指标 | 第20页 |
| 2.2.4 切片指标 | 第20-21页 |
| 2.3 缺陷预测算法 | 第21-24页 |
| 2.3.1 机器学习 | 第21-23页 |
| 2.3.2 统计方法 | 第23-24页 |
| 2.3.3 机器学习结合统计方法 | 第24页 |
| 2.4 决策树算法 | 第24-27页 |
| 2.4.1 ID3 算法 | 第24-25页 |
| 2.4.2 C4.5 算法 | 第25-26页 |
| 2.4.3 CART 算法 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 预测方法 | 第29-43页 |
| 3.1 预测指标的计算 | 第30-36页 |
| 3.1.1 源代码指标 | 第30-31页 |
| 3.1.2 缺陷指标 | 第31-36页 |
| 3.1.3 变更指标 | 第36页 |
| 3.2 预测结果的度量 | 第36-37页 |
| 3.3 实验对象选取 | 第37-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 预测算法与算法改进 | 第43-65页 |
| 4.1 已有预测算法的实验分析 | 第43-51页 |
| 4.1.1 朴素贝叶斯算法 | 第43-44页 |
| 4.1.2 CART 算法 | 第44-45页 |
| 4.1.3 C4.5 算法 | 第45-50页 |
| 4.1.4 已有算法对比分析 | 第50-51页 |
| 4.2 算法改进 | 第51-53页 |
| 4.2.1 改进算法一 | 第51-52页 |
| 4.2.2 改进算法二 | 第52页 |
| 4.2.3 改进算法三 | 第52-53页 |
| 4.3 改进算法的实验分析 | 第53-61页 |
| 4.3.1 改进算法实验结果 | 第53-60页 |
| 4.3.2 改进算法对比分析 | 第60-61页 |
| 4.4 指标与缺陷关联分析 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 基于切片的预测粒度 | 第65-73页 |
| 5.1 程序调用图 | 第65-68页 |
| 5.2 切片的生成 | 第68-69页 |
| 5.3 文件与切片对比实验 | 第69-70页 |
| 5.4 本章小结 | 第70-73页 |
| 第六章 结束语 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间发表的学术论文目录 | 第83-85页 |
| 攻读学位期间参与的项目 | 第85-87页 |
