首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于支持向量机的软件可靠性模型分类及失效分析

论文创新点第1-6页
摘要第6-8页
Abstract第8-10页
目 录第10-12页
引言第12-14页
第1章 软件可靠性引论第14-34页
   ·计算机应用系统对可靠性的需求第14-15页
   ·软件可靠性工程第15-16页
   ·软件生命周期和数据分析第16-22页
     ·软件可靠性与硬件可靠性第17页
     ·软件错误与测试第17-19页
     ·软件生命周期第19-21页
     ·数据分析第21-22页
   ·常见的软件可靠性模型第22-32页
     ·种子撒播模型第23-25页
     ·失效率模型第25-27页
     ·曲线拟合模型第27-28页
     ·可靠性增长模型第28页
     ·马尔可夫过程模型第28-29页
     ·时间序列模型第29-30页
     ·非齐次泊松过程模型第30页
     ·模型中的不足之处第30-32页
   ·撰写本论文的目的及论文的组织形式第32-33页
     ·撰写本论文的目的第32页
     ·本论文的组织形式第32-33页
   ·本章小结第33-34页
第2章 基于统计学习理论对分类问题和回归问题的求解第34-52页
   ·机器学习简述第34-35页
   ·统计学习方法第35-41页
     ·统计学习的目标第35页
     ·统计学习的两种方法第35-36页
     ·几个统计学问题的描述第36-41页
   ·分类问题的支持向量机方法第41-48页
     ·基于线性可分的最大间隔法第42-43页
     ·对不能线性划分情况的处第43-45页
     ·用于解决分类问题的SVM第45-46页
     ·多类分类问题第46-48页
   ·数值拟合(回归)问题的SVM方法第48-50页
     ·线性回归与偏差分类直线(△-分类直线)第48-49页
     ·基于△-分类曲线(分类曲面)的回归SVM第49-50页
   ·核函数第50-51页
   ·本章小结第51-52页
第3章 基于LSSVCM的软件可靠性模型分类方法第52-92页
   ·一些影响软件质量的因素第52-56页
   ·软件项目中常见的一些错误第56-59页
   ·软件可靠性模型分类的常见方法第59-63页
   ·模型的假设与局限性第63-65页
   ·软件可靠性模型分类的支持向量机方法第65-91页
     ·软件质量影响因子的主成分分析第66-70页
     ·软件可靠性模型假设条件的主成分分析第70-79页
     ·软件可靠性模型分类的聚类方法第79-81页
     ·基于LSSVCM的可靠性模型分类及选择方法第81-91页
     ·关于可靠性模型分类中影响因子的选择问题第91页
   ·本章小结第91-92页
第4章 软件可靠性分析模型的LSSVRM设计第92-120页
   ·LSSVRM可靠性分析模型及其与传统模型的比较第92-104页
     ·一维SVRM的构造第92-94页
     ·传统的软件可靠性模型的不足之处第94-95页
     ·基于LSSVRM的软件失效模型构造第95-96页
     ·利用LSSVRM-based失效模型拟合软件失效数据第96-101页
     ·LSSVRM-based失效模型与NHPP模型的比较第101-104页
   ·使用支持向量回归机时函数集容量的估计及LEM方法第104-107页
     ·支持向量机的核函数机制解释第104页
     ·使用SVRM时函数集容量的估计第104-106页
     ·支持向量回归机的LEM原则第106-107页
   ·对基于LSSVRM的失效模型的优化第107-112页
     ·样本点的选择和组合核函数的使用第108-110页
     ·利用模拟退火算法优化模型参数第110-112页
   ·构造多变量软件可靠性模型的讨论第112-118页
     ·可靠性因子的状态分析法第113-115页
     ·影响因子的状态模拟分析第115-116页
     ·多变量可靠性模型建模方法第116-118页
   ·本章小结第118-120页
第5章 总结与展望第120-123页
   ·对文中创新思路的总结第120-121页
   ·后续工作需要解决的问题第121-123页
附表 常见软件可靠性模型与各影响因子的关系第123-126页
参考文献第126-130页
攻读博士学位期间发表论文情况第130-131页
致谢第131页

论文共131页,点击 下载论文
上一篇:基于复杂网络的Internet脆弱性研究
下一篇:基于图论的面向对象的高分辨率影像分割方法研究