基于数据挖掘的软件缺陷预测技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于数据挖掘的软件缺陷预测技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

一、软件可靠性面临的挑战1

二、软件缺陷预测技术研究内容及意义2

（一）软件缺陷预测基本概念3

（二）软件缺陷预测研究的基本内容4

（三）软件缺陷预测的研究意义6

三、本书研究内容与创新点7

（一）研究内容7

（二）研究成果与创新点9

四、本书结构10

第二章 软件缺陷预测相关技术12

一、预测模型的发展12

二、预测模型的特征属性13

三、软件缺陷预测的模型及相关算法16

（一）基于监督学习的缺陷预测算法16

（二）基于无监督的软件缺陷预测模型及相关算法23

（三）基于半监督的软件缺陷预测模型及相关算法25

（四）基于回归模型的软件缺陷预测方法27

（五）基于属性约简的缺陷预测方法29

四、预测模型的评估指标31

五、本章小结33

第三章 基于迁移学习的软件缺陷预测34

一、迁移学习34

（一）简述36

（二）相关研究36

二、软件缺陷预测的迁移学习模型36

（一）预测模型的适应性问题阐述36

（二）软件缺陷预测的迁移学习模型37

三、基于朴素贝叶斯的迁移学习算法40

（一）NB预测算法40

（二）TNB算法41

（三）TNB算法分析44

四、实验与分析45

（一）比较的算法45

（二）数据集介绍46

（三）性能评估参数47

（四）实验结果及分析47

五、本章小结57

第四章 基于抽样与集成的半监督软件缺陷预测58

一、半监督软件缺陷预测58

（一）半监督软件缺陷预测模型59

（二）半监督学习概述60

（三）半监督学习存在的问题分析64

二、基于抽样与集成的预测算法64

（一）算法描述64

（二）基础分类器68

（三）算法分析68

三、实验与分析70

（一）数据集70

（二）实验结果70

四、本章小节80

第五章 基于主动学习的软件缺陷预测81

一、研究背景81

二、两阶段主动学习算法83

（一）第一阶段获取代表性数据84

（二）第二阶段获取关键信息数据86

三、实验与分析88

四、本章小结90

第六章 基于核理论的软件缺陷预测91

一、缺陷预测中类不平衡问题91

（一）类不平衡问题的研究意义91

（二）解决类不平衡问题的方法92

二、核理论93

（一）核理论简述94

（二）基于核理论的属性约简方法97

三、基于非对称的核主成分分析分类算法98

（一）线性映射与非线性映射98

（二）核方法中类不平衡问题的影响分析98

（三）非对称的核主成分分类算法105

四、实验与分析106

（一）性能评价的度量106

（二）实验结果与分析106

五、本章小结108

第七章 静态代码属性与软件缺陷的相关性分析109

一、代码静态属性与模块缺陷数的关系109

（一）偏相关系数110

（二）偏相关实验分析111

（三）性能评估113

（四）实验结果113

二、代码静态属性与模块缺陷倾向的关系114

（一）软件缺陷预测115

（二）秩相关系数116

（三）偏相关系数117

（四）实验分析117

三、结束语121

第八章 结束语123

一、全文总结123

（一）提出了基于迁移学习方法的预测模型123

（二）提出了基于半监督学习方法的缺陷预测算法124

（三）提出了基于主动学习的软件缺陷预测模型124

（四）提出了基于核理论的软件缺陷预测方法124

二、进一步研究工作125

（一）研究软件模块的内部结构表示方法125

（二）研究目前半监督学习方法在软件缺陷预测领域的应用125

（三）研究各种属性约简方法对预测性能的影响125

（四）软件数据噪声和数据偏斜研究125

后记126

附录 软件缺陷定义127

参考文献131