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

软件可靠性预测技术研究

摘要第1-8页
Abstract第8-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·软件可靠性预测及研究现状第10-13页
     ·软件可靠性预测第10-11页
     ·国内外研究现状第11-13页
   ·本文组织结构第13-15页
第二章 基于分类器集成的软件可靠性预测框架第15-24页
   ·软件度量与可靠性预测原理第15-20页
     ·软件度量第15-18页
     ·软件可靠性预测原理第18-19页
     ·软件度量与软件可靠性预测模型关系第19-20页
   ·基于分类器集成的软件可靠性预测框架第20-23页
     ·总体思想第20-21页
     ·数据预处理第21页
     ·属性选择第21页
     ·分类器集成第21-22页
     ·测试与评价第22-23页
   ·本章小结第23-24页
第三章 软件度量属性选择第24-39页
   ·软件度量数据质量与属性选择第24-25页
     ·软件度量数据存在的问题第24-25页
     ·属性选择引入第25页
     ·属性选择形式化描述第25页
   ·软件度量属性选择框架第25-26页
   ·基于信息增益的软件度量属性初选第26-29页
     ·信息增益第26-28页
     ·软件度量属性初选算法第28-29页
   ·基于自适应遗传算法的软件度量属性优选第29-35页
     ·属性优选总体框架第29-30页
     ·属性编码及生成初始种群第30-31页
     ·属性子集评价第31-32页
     ·自适应遗传操作第32-34页
     ·试探法确定最优属性子集第34页
     ·软件度量属性优选算法第34-35页
   ·实验结果与分析第35-38页
     ·实验数据第35-36页
     ·参数设置第36页
     ·实验步骤第36-37页
     ·结果分析第37-38页
   ·本章小结第38-39页
第四章 基于支持向量机集成的软件可靠性预测第39-62页
   ·理论分析与总体框架第39-41页
     ·理论分析第39-40页
     ·总体框架第40-41页
   ·基于AGA的SVM优化第41-48页
     ·SVM分类模型第41-44页
     ·基于AGA的SVM参数优化第44-46页
     ·验证与分析第46-48页
   ·基于聚类选择的SVM集成第48-59页
     ·选择性集成理论第48-50页
     ·聚类选择集成思想第50-51页
     ·模型聚类第51-57页
     ·模型选择第57-58页
     ·聚类选择集成算法RFCMSE第58-59页
   ·实验结果与分析第59-61页
     ·实验数据第59页
     ·实验步骤第59-60页
     ·结果分析第60-61页
   ·本章小结第61-62页
第五章 软件可靠性预测原型系统设计与实现第62-67页
   ·系统设计思路第62页
   ·系统总体结构第62-63页
   ·系统流程第63-64页
     ·系统的数据流图第63页
     ·系统的逻辑流图第63-64页
   ·核心模块设计第64-65页
     ·数据预处理模块第64页
     ·属性选择模块第64页
     ·SVM参数优化子模块第64-65页
     ·SVM集成子模块第65页
   ·系统实现第65-66页
   ·本章小结第66-67页
第六章 总结与展望第67-69页
   ·论文工作总结第67页
   ·研究工作展望第67-69页
参考文献第69-72页
作者简历 攻读硕士学位期间完成的主要工作第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于动态模糊神经网络的程序行为恶意性判定关键技术研究
下一篇:面向容灾的业务连续性保护关键技术研究