| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的主要研究工作及拟解决的关键问题 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 相关概念及理论基础 | 第15-28页 |
| ·软件质量 | 第15页 |
| ·软件度量 | 第15-20页 |
| ·软件度量的概念 | 第15-16页 |
| ·软件度量的分类 | 第16-17页 |
| ·软件度量的方法 | 第17-20页 |
| ·人工神经网络 | 第20-27页 |
| ·人工神经网络的概念 | 第20-21页 |
| ·人工神经元模型 | 第21页 |
| ·人工神经网络模型 | 第21-22页 |
| ·人工神经网络的学习方法 | 第22-23页 |
| ·几种常见的人工神经网络 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于度量的面向对象软件质量预测模型的建立 | 第28-33页 |
| ·软件质量预测的原理 | 第28页 |
| ·软件质量预测模型面临的一些问题 | 第28-29页 |
| ·软件质量度量和质量预测模型的关系 | 第29-30页 |
| ·面向对象软件的特征 | 第30-31页 |
| ·基于度量的面向对象软件质量预测模型 | 第31-32页 |
| ·软件质量预测模型的建模方法 | 第31页 |
| ·面向对象软件质量预测模型 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于粗糙集的模糊神经网络的软件质量预测模型 | 第33-42页 |
| ·粗糙集理论 | 第33-34页 |
| ·基于粗糙集的模糊神经网络预测模型 | 第34-38页 |
| ·连续属性值的离散化 | 第34-35页 |
| ·规则的提取 | 第35-36页 |
| ·基于约简规则集的模糊神经网络预测模型 | 第36-38页 |
| ·构建的模糊神经网络结构 | 第36-37页 |
| ·学习算法 | 第37-38页 |
| ·仿真实验 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于广义动态模糊神经网络的软件质量预测模型 | 第42-51页 |
| ·基于广义动态模糊神经网络的软件质量预测模型 | 第42-46页 |
| ·模型自变量 | 第42页 |
| ·广义动态模糊神经网络的软件质量预测模型的结构 | 第42-44页 |
| ·学习算法 | 第44-46页 |
| ·仿真实验 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第六章 总结和展望 | 第51-53页 |
| ·主要工作及创新点 | 第51-52页 |
| ·工作展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |
| 致谢 | 第59页 |