基于模糊小波神经网络的软件可靠性增长模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文研究背景 | 第10-11页 |
| ·研究历史及国内外发展现状 | 第11-13页 |
| ·研究历史 | 第11页 |
| ·国外现状 | 第11-12页 |
| ·国内现状 | 第12-13页 |
| ·课题研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 软件可靠性增长模型理论基础 | 第15-23页 |
| ·软件可靠性相关概念 | 第15-16页 |
| ·软件可靠性数学定义 | 第16-19页 |
| ·软件可靠性增长测试 | 第19-21页 |
| ·软件可靠性增长模型 | 第21-22页 |
| ·软件可靠性增长模型与软件可靠性模型 | 第21页 |
| ·软件可靠性增长模型组成 | 第21-22页 |
| ·软件可靠性增长模型评价指标 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 相关理论与算法 | 第23-34页 |
| ·人工神经网络 | 第23-27页 |
| ·人工神经网络理论 | 第23-25页 |
| ·神经网络在软件可靠性预测中的应用 | 第25-27页 |
| ·神经网络与其他理论的结合 | 第27-33页 |
| ·相空间重构 | 第27-30页 |
| ·模糊神经网络 | 第30-32页 |
| ·小波神经网络 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于模糊小波神经网络的软件可靠性模型 | 第34-48页 |
| ·模型提出背景 | 第34-37页 |
| ·建立基于模糊小波神经网络的软件可靠性增长模型 | 第37-38页 |
| ·故障数据收集 | 第38-39页 |
| ·故障数据预处理 | 第39-41页 |
| ·相空间重构技术分析故障数据 | 第39-40页 |
| ·归一化处理故障数据 | 第40-41页 |
| ·FWNN软件可靠性增长模型建立 | 第41-46页 |
| ·模型假设 | 第41页 |
| ·网络模型结构确定 | 第41-44页 |
| ·FWNN模型训练 | 第44-46页 |
| ·故障数据预测 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验结果及分析 | 第48-60页 |
| ·实验数据集介绍 | 第48页 |
| ·实验环境介绍 | 第48-49页 |
| ·实验结果 | 第49-59页 |
| ·实验一:基于故障时间数据集 | 第49-55页 |
| ·实验二:基于故障数数据集 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
