| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 安卓系统软件老化数据预处理和特征提取 | 第16-36页 |
| 2.1 安卓系统软件老化数据采集与预处理 | 第16-28页 |
| 2.1.1 压力生成器设计 | 第17页 |
| 2.1.2 安卓系统性能指标选取和数据采集 | 第17-25页 |
| 2.1.3 基于K-means算法的数据预处理方案设计与实现 | 第25-28页 |
| 2.2 基于Spearman相关系数的特征数据提取 | 第28-35页 |
| 2.2.1 Mann-Kendall趋势分析法 | 第28-29页 |
| 2.2.2 启动时间指标特征提取结果 | 第29-31页 |
| 2.2.3 页面错误数指标特征提取结果 | 第31-33页 |
| 2.2.4 页面错误数与启动时间的特征提取结果对比 | 第33-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第3章 基于机器学习算法的安卓系统软件老化预测模型 | 第36-59页 |
| 3.1 机器学习算法与数据标注方法 | 第36-39页 |
| 3.1.1 机器学习算法 | 第36-37页 |
| 3.1.2 基于崩溃现象和趋势分析相结合的数据标注方法 | 第37-39页 |
| 3.2 基于启动时间标注的安卓系统老化预测模型 | 第39-46页 |
| 3.2.1 实验参数设置 | 第39-42页 |
| 3.2.2 实验结果 | 第42-46页 |
| 3.3 基于页面错误数标注的安卓系统老化预测模型 | 第46-54页 |
| 3.3.1 实验参数设置 | 第46-48页 |
| 3.3.2 实验结果 | 第48-51页 |
| 3.3.3 与基于启动时间标注的模型的结果进行对比分析 | 第51-54页 |
| 3.4 基于页面错误数和启动时间的多指标标注的预测模型 | 第54-58页 |
| 3.4.1 实验参数设置 | 第54-56页 |
| 3.4.2 实验结果 | 第56-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第4章 总结和展望 | 第59-61页 |
| 4.1 总结 | 第59-60页 |
| 4.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间主要的工作 | 第66-67页 |
| 附录 A | 第67-75页 |
