| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·问题的提出 | 第11-12页 |
| ·研究进展 | 第12-15页 |
| ·软件可靠性模型的研究进展 | 第12-13页 |
| ·基于人工神经网络软件质量预测模型和软件可靠性模型的研究进展 | 第13-15页 |
| ·论文选题的目的和意义 | 第15-16页 |
| ·论文的主要研究内容和论文的组织 | 第16-18页 |
| 第二章 软件可靠性与软件质量预测模型 | 第18-26页 |
| ·软件可靠性 | 第18-22页 |
| ·软件可靠性概念 | 第18-19页 |
| ·软件可靠性的主要研究内容 | 第19页 |
| ·软件的失效机理 | 第19-20页 |
| ·软件可靠性度量 | 第20-21页 |
| ·软件可靠性需要解决的一些问题 | 第21-22页 |
| ·软件质量预测模型 | 第22-25页 |
| ·软件质量预测模型概念 | 第22页 |
| ·软件质量预测模型的特点 | 第22-23页 |
| ·软件质量预测模型的建模原理 | 第23-24页 |
| ·软件质量预测模型需要解决的一些问题 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于LVQ神经网络的软件模块风险性预测模型 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·软件质量度量 | 第27-28页 |
| ·学习矢量量化神经网络和误差回传神经网络 | 第28-33页 |
| ·学习矢量量化神经网络 | 第28-30页 |
| ·误差回传神经网络 | 第30-33页 |
| ·基于LVQ神经网络的软件模块风险性预测模型 | 第33-37页 |
| ·基于LVQ神经网络的软件模块风险性预测模型建模方法 | 第33-34页 |
| ·实验数据 | 第34页 |
| ·基于BP神经网络的软件模块风险性预测模型实验方法 | 第34-35页 |
| ·基于LVQ神经网络的软件模块风险性预测模型实验方法 | 第35-36页 |
| ·两种模型预测结果的比较及分析 | 第36-37页 |
| ·本章小节 | 第37-38页 |
| 第四章 基于PCA—小波神经网络的软件质量预测模型 | 第38-59页 |
| ·引言 | 第38-39页 |
| ·软件质量和软件质量度量 | 第39-40页 |
| ·软件质量与软件质量度量的相互关系 | 第39页 |
| ·软件质量度量和软件质量预测模型的关系 | 第39-40页 |
| ·主成分分析方法 | 第40-41页 |
| ·小波分析 | 第41-42页 |
| ·小波神经网络和广义回归神经网络 | 第42-47页 |
| ·小波神经网络 | 第42-44页 |
| ·广义回归神经网络 | 第44-47页 |
| ·遗传算法 | 第47-50页 |
| ·GA—WNN算法 | 第50页 |
| ·基于PCA—小波神经网络的软件质量预测模型 | 第50-57页 |
| ·基于PCA—小波神经网络的软件质量预测模型建模方法 | 第51页 |
| ·理论分析 | 第51-52页 |
| ·实验数据 | 第52页 |
| ·实验数据的处理 | 第52-54页 |
| ·三种软件质量预测模型实验方法 | 第54-56页 |
| ·基于BP神经网络的软件质量预测模型实验方法 | 第54-55页 |
| ·基于GRNN神经网络的软件质量预测模型实验方法 | 第55页 |
| ·基于PCA—小波神经网络的软件质量预测模型实验方法 | 第55-56页 |
| ·三种软件质量预测模型实验结果的比较及分析 | 第56-57页 |
| ·本章小节 | 第57-59页 |
| 第五章 总结 | 第59-61页 |
| ·本文的工作和主要贡献 | 第59-60页 |
| ·进一步的工作 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间参加的科研项目 | 第67-68页 |
| 攻读学位期间录用发表论文情况 | 第68页 |
