| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要内容 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 第二章 软件老化问题相关理论及方法 | 第13-21页 |
| 2.1 系统状态转移 | 第13-15页 |
| 2.2 软件老化分析方法介绍 | 第15-16页 |
| 2.2.1 基于模型的方法 | 第15页 |
| 2.2.2 基于测量的方法 | 第15页 |
| 2.2.3 基于机器学习的方法 | 第15-16页 |
| 2.3 软件老化问题预测的相关方法 | 第16-20页 |
| 2.3.1 时间序列分析法 | 第17-19页 |
| 2.3.2 马尔科夫预测法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于多元线性回归算法的软件老化预测与分析 | 第21-33页 |
| 3.1 多元线性回归算法的相关理论 | 第21-25页 |
| 3.1.1 线性回归算法概述 | 第21-22页 |
| 3.1.2 多元线性回归算法基本原理 | 第22-25页 |
| 3.1.3 多元线性回归算法优缺点 | 第25页 |
| 3.2 基于多元线性回归的软件老化问题分析 | 第25-32页 |
| 3.2.1 实验环境的搭建 | 第25-27页 |
| 3.2.2 实验设计 | 第27-30页 |
| 3.2.3 实验结果分析 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于AdaBoost的多元线性回归软件老化预测与分析 | 第33-42页 |
| 4.1 AdaBoost算法的相关理论 | 第33-38页 |
| 4.1.1 AdaBoost算法概述 | 第33-34页 |
| 4.1.2 AdaBoost算法基本原理 | 第34-37页 |
| 4.1.3 AdaBoost算法性能分析 | 第37-38页 |
| 4.2 基于AdaBoost的多元线性回归软件老化问题分析 | 第38-41页 |
| 4.2.1 方法设计 | 第38-39页 |
| 4.2.2 方法实现及结果分析 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-43页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 发表论文和科研情况说明 | 第46-47页 |
| 致谢 | 第47页 |