基于半监督学习的软件缺陷预测方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 相关理论基础 | 第13-22页 |
| 2.1 软件缺陷预测技术 | 第13-15页 |
| 2.1.1 软件缺陷的定义 | 第13页 |
| 2.1.2 软件缺陷预测 | 第13-15页 |
| 2.2 支持向量机 | 第15-17页 |
| 2.3 代价敏感学习 | 第17-19页 |
| 2.4 半监督学习 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 数据抽取与预处理 | 第22-30页 |
| 3.1 数据抽取方法 | 第22-25页 |
| 3.2 数据预处理 | 第25-27页 |
| 3.3 采样 | 第27-30页 |
| 4 软件缺陷预测模型 | 第30-39页 |
| 4.1 概述 | 第30-31页 |
| 4.2 半监督SVM预测模型 | 第31-34页 |
| 4.2.1 半监督SVM | 第31-33页 |
| 4.2.2 模型构建 | 第33-34页 |
| 4.3 代价敏感半监督SVM预测模型 | 第34-38页 |
| 4.3.1 代价敏感半监督SVM | 第35-36页 |
| 4.3.2 代价选择 | 第36-37页 |
| 4.3.3 模型构建 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 实验结果与分析 | 第39-58页 |
| 5.1 实验数据集 | 第39页 |
| 5.2 实验设计 | 第39-41页 |
| 5.2.1 对比算法 | 第39-40页 |
| 5.2.2 实验设置 | 第40-41页 |
| 5.3 评估指标 | 第41-42页 |
| 5.4 结果与分析 | 第42-57页 |
| 5.4.1 半监督SVM性能分析 | 第42-46页 |
| 5.4.2 代价敏感半监督SVM性能分析 | 第46-54页 |
| 5.4.3 代价选择的影响 | 第54-55页 |
| 5.4.4 采样方法的影响 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A.作者在攻读学位期间发表的论文目录 | 第65页 |
| B.在校期间的研究工作情况 | 第65页 |
