导读:本文包含了软件预测论文开题报告文献综述及选题提纲参考文献，主要关键词:软件缺陷预测,字典学习,半监督学习,特征选择
软件预测论文文献综述
张志武[1]（2019）在《基于机器学习的软件缺陷预测方法研究》一文中研究指出随着信息技术的不断发展,信息安全面临的挑战日益严峻,其中软件安全引起人们越来越多的重视。作为软件安全风险的主要根源之一,软件缺陷不仅可威胁计算机信息系统的安全性和稳定性,甚至可能被黑客利用而恶意入侵。软件缺陷预测是软件工程领域中与软件质量保证密切相关的重要的研究课题,它对提高软件系统质量和优化测试资源分配都有重要意义。在软件工程数据挖掘领域中,基于机器学习的静态软件缺陷预测根据软件历史仓库数据,采用缺陷相关的度量对软件代码或开发过程进行分析,利用机器学习方法来预测软件项目中待测试程序模块的缺陷倾向性或缺陷数量。影响缺陷预测性能的主要因素有:度量元的设计、缺陷预测模型的构建以及缺陷预测数据集的相关处理。本文从机器学习的角度针对上述影响因素对软件缺陷预测方法进行了系统的研究,主要研究成果总结如下:(一)基于联合表示的软件缺陷数据特征选择与分类提出了基于联合表示值的过滤型软件缺陷数据特征选择方法(CRS)和基于联合表示的软件缺陷预测分类方法(CSDP)。为消除软件缺陷数据集中缺陷度量元间的冗余性和提高特征选择方法的计算效率,CRS利用联合表示和l_2图构建缺陷数据关系图的邻接关系和权重,在考虑联合表示保留能力的同时考虑数据方差,通过联合表示值的大小排序并迭代选择缺陷数据特征。CSDP首先对无缺陷训练数据集进行Laplace Score采样以构建类别平衡的训练数据,接着利用联合表示求得查询样本的投影矩阵,最后利用基于正则化最小二乘的联合表示分类方法构建软件缺陷预测器。CSDP采用_2l范数正则化取代_1l范数正则化,进一步增强稀疏分类的效率、降低计算复杂度;CSDP中的联合表示分类器既利用类特定的表示残差的鉴别能力,又利用l_2模“稀疏项”的鉴别信息,分类性能得到提升。在广泛使用的软件缺陷预测数据集上的实验结果表明了两种方法的有效性。(二)基于字典学习的软件缺陷预测将以预测缺陷倾向性为目标的软件缺陷预测看成是一个二分类问题,在分类预测时引入字典学习技术,针对软件缺陷预测的代价敏感性与类不平衡性特征、缺陷数据的逐步积累增量式学习和半监督场景下的缺陷预测的问题,分别提出了叁个字典学习软件缺陷预测方法,即代价敏感鉴别字典学习(CDDL)、类特定增量字典学习(CIDL)和基于二次学习的半监督字典学习(TLSDL)。CDDL在构造初始字典原子时,通过PCA处理消除了类不平衡问题,利用软件模块间的相似性,设计出有鉴别能力的字典,同时考虑软件缺陷预测的风险成本,在鉴别字典学习缺陷预测模型中引入代价敏感学习。CIDL针对传统字典学习在大数据集上批量学习时计算代价过高的问题,设计了增量式字典学习方法。在初始集上采用类特定字典学习,学得的有监督字典有利于分类预测,在增量集上采用互信息最大原则选取增量字典原子,有利于充分利用增量数据的互补信息。为了解决在有标记样本较少而无标记样本丰富的半监督场景下构建有效的缺陷字典学习模型困难的问题,TLSDL采用二次学习框架,在第一阶段学习中,大量无标记样本通过概率软标记标注扩充到有标记训练样本集中,实现半监督学习的扩展,在第二阶段学习中,通过鉴别字典学习,实现稀疏表示分类和预测性能的提升。实验结果表明了叁种字典学习方法的有效性。(叁)基于图学习的半监督软件缺陷预测为了充分表示软件缺陷数据间潜在的聚类关系,提出了一个具备稀疏性、高鉴别能力和自适应近邻的信息图——非负稀疏图(NSG)的构建方法,NSG在稀疏图的学习过程中加入了非负限制,图上结点的连接关系和权重在非负稀疏编码时同时得到。在NSG上提出了两个基于图学习的半监督缺陷预测方法:基于非负稀疏图的协同训练缺陷预测方法(NSGCT)和基于非负稀疏图的标记扩散缺陷预测方法(NSGLP)。NSGCT方法结合基于图学习的方法和基于分歧的方法的优点,对无标记数据进行显式置信度估计,减少了噪声数据的引入,提高了半监督协同训练算法的性能。NSGLP方法采用拉普拉斯采样技术对数据集进行不平衡处理,利用NSG表示缺陷数据间的关系,在NSG上利用标记扩散半监督学习方法迭代预测无标记模块的类型标记,NSGLP通过不平衡处理和有效构建信息图提升了半监督缺陷预测的性能。实验结果表明了两种基于图的半监督方法的有效性。(本文来源于《南京邮电大学》期刊2019-12-09）
唐明峰,吴慕遥,秦琳琳,吴刚,刘鹏[2]（2019）在《干煤粉气化炉氧煤比预测控制系统软件的设计与实现》一文中研究指出研究先进预测控制在气化炉控制系统中的应用,依据现场需求设计气化炉氧煤比预测控制系统软件功能模块。系统软件主要由数据采集处理模块和算法模块构成,前者负责处理输入输出数据,后者完成建模,并运用预测控制算法对现场的控制设备进行实时控制。通过在线数据建模和控制算法的仿真表明:该软件满足实际系统的实时性要求,鲁棒性强。(本文来源于《化工自动化及仪表》期刊2019年11期）
蒋帅[3]（2019）在《基于特征选择的软件缺陷预测方法》一文中研究指出软件缺陷对软件功能的实现具有不可预知的危险,是软件产品的固有成分,提高软件的可靠性,关键在于降低软件缺陷出现的概率,而如何利用已有缺陷数据构建预测系统框架是研究的重点.针对传统软件测试技术虽然能够有效发现软件缺陷,但需要消耗大量的时间和精力,制约软件开发效率的缺点,提出基于特征选择的软件缺陷预测方法,算法对软件缺陷模型的经验数据集进行多特征选择,进而克服数据集之间的冗余性移除无关特征,得到缺陷模型的分类,最终实现软件缺陷的精确预测.实验表明,基于特征选择的软件缺陷预测方法具有较好的预测效果和较高的应用价值.(本文来源于《平顶山学院学报》期刊2019年05期）
何金虎,吴翔虎,曲明成[4]（2019）在《基于迁移学习的软件缺陷预测算法研究》一文中研究指出软件缺陷预测技术可以用于预测软件缺陷是否存在以及其可能存在的数目,以决定软件是否可以交付,对于软件性能的提升和质量的保证有着重要的意义。迁移学习则可以利用不同软件项目中的数据,进行跨项目的软件缺陷预测工作,以应对传统缺陷预测算法中数据不足的问题。本文首先阐述了缺陷预测和迁移学习的相关理论研究现状及其分类,然后对现有的TrAdaboost算法进行优化,修改了迭代分类器的评估指标,并结合实验证明了其合理性和优越性。(本文来源于《智能计算机与应用》期刊2019年05期）
董洁霜,倪敏[5]（2019）在《基于SPSS软件的停车需求预测——以启东市为例》一文中研究指出近年来,随着经济快速发展,人民生活需求日益提升,汽车进入了千家万户,城市中各大商场、医院、机关大楼、主要街道车满为患,停车位不足的现象极为严重,汽车保有量的大幅度增加势必对土地、能源和环境带来巨大压力,而静态交通的发展远远落后于机动车发展速度。"停车难"问题不仅成为备受广大市民关注的难点之一,也成为影响投资环境、制约城市社会经济发展的问题,束缚城市核心功能强化、城市景观和品味提升。(本文来源于《物流科技》期刊2019年10期）
鲍琨,徐文文,殷承启[6]（2019）在《基于Cadna/A软件的山区高速公路声环境影响预测——以开阳至瓮安高速为例》一文中研究指出山区高速公路的噪声预测受周边地形影响比较明显。研究以开阳至瓮安高速为例,在Cadna/A软件的噪声计算模式基础上,将山区地形资料集成并建立噪声预测模型,对高速周边噪声敏感点的声环境质量进行预测,为敏感点采取更为合理的声环境保护措施提供依据。(本文来源于《科学技术创新》期刊2019年28期）
陈培廉[7]（2019）在《基于NeuroSolutions神经网络软件预测猪瘟发病风险》一文中研究指出目的:猪瘟的发生严重影响生猪养殖业的经济效益,准确地预测猪瘟的发病率对猪场本身以及相关监测部门预防猪瘟具有较好的指导作用。方法:运用NeuroSolutions人工神经网络软件对龙岩市部分猪场的猪瘟发病率进行了拟合和预测。结果:表明预测模型具有较好的适应性,能够准确地用于猪瘟发病率的预测。结论:猪瘟发病率的预测对龙岩地区部分猪场猪瘟的预防具有一定的指导作用。(本文来源于《福建畜牧兽医》期刊2019年05期）
冯浩,易全政,聂听,胡洋[8]（2019）在《基于LSTM的舰船软件运行健康状态预测》一文中研究指出针对舰船任务系统的复杂环境,综合考虑舰船软件自身性能、外在环境和运行工况等数据的影响,采用长短期记忆网络模型(LSTM)预测软件运行健康状态,并针对样本类别分布不均衡导致的预测效果不佳等问题,提出了一种加权焦点损失函数(WFL).实验结果表明:基于WFL与包含叁个隐含层的LSTM模型(LSTM3-WFL)不仅比传统的机器学习算法能够更好地学习到特征在时间维度上的变化规律;而且相较于基于交叉熵损失函数的LSTM模型,该模型更容易学习到样本个数较少的类别信息,并最终在测试集上达到98.2%的准确率与0.947的宏平均F1-Socre值,在舰船软件运行健康状态的预测问题上有很高的应用价值.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年09期）
王宽[9]（2019）在《利用PVTsim软件判断油气藏类型及预测水合物生成技术研究》一文中研究指出本文通过实验分析确定分离器油、气全组分及准确油气比参数,利用PVTsim软件模拟形成P-T相图及水合物生成图,判断油气藏类型和水合物生成情况,可部分替代井下高压取样,减少施工作业,降低成本,为凝析性质气藏制度优化实施提供指导;同时通过井筒、地面水合物冻堵位置及抑制剂加量预测,为方案设计、调整提供依据。(本文来源于《石油知识》期刊2019年05期）
刘珂嘉[10]（2019）在《巧用Excel软件预测2022年卡塔尔世界杯赛事》一文中研究指出2018年俄罗斯世界杯已经结束,各国球队的精彩表现开始成为广大球迷茶余饭后的谈资,关于2022年卡塔尔世界杯赛事的预测也成为球迷们关注的焦点。回顾历史是为了更好地预测未来,本文选取世界杯所有国家球队当中具有代表性的9支球队,以1998-2018年6届世界杯的历史比赛成绩作为数据支撑,通过运用Excel统计软件当中的数据分析及预测工作表功能,对所选9支球队2022年世界杯比赛成绩以及排名进行简单预测,并对预测结果做出合理分析,最后对所建模型的优缺点进行客观评价。(本文来源于《内蒙古统计》期刊2019年04期）
软件预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究先进预测控制在气化炉控制系统中的应用,依据现场需求设计气化炉氧煤比预测控制系统软件功能模块。系统软件主要由数据采集处理模块和算法模块构成,前者负责处理输入输出数据,后者完成建模,并运用预测控制算法对现场的控制设备进行实时控制。通过在线数据建模和控制算法的仿真表明:该软件满足实际系统的实时性要求,鲁棒性强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
软件预测论文参考文献
[1].张志武.基于机器学习的软件缺陷预测方法研究[D].南京邮电大学.2019
[2].唐明峰,吴慕遥,秦琳琳,吴刚,刘鹏.干煤粉气化炉氧煤比预测控制系统软件的设计与实现[J].化工自动化及仪表.2019
[3].蒋帅.基于特征选择的软件缺陷预测方法[J].平顶山学院学报.2019
[4].何金虎,吴翔虎,曲明成.基于迁移学习的软件缺陷预测算法研究[J].智能计算机与应用.2019
[5].董洁霜,倪敏.基于SPSS软件的停车需求预测——以启东市为例[J].物流科技.2019
[6].鲍琨,徐文文,殷承启.基于Cadna/A软件的山区高速公路声环境影响预测——以开阳至瓮安高速为例[J].科学技术创新.2019
[7].陈培廉.基于NeuroSolutions神经网络软件预测猪瘟发病风险[J].福建畜牧兽医.2019
[8].冯浩,易全政,聂听,胡洋.基于LSTM的舰船软件运行健康状态预测[J].华中科技大学学报(自然科学版).2019
[9].王宽.利用PVTsim软件判断油气藏类型及预测水合物生成技术研究[J].石油知识.2019
[10].刘珂嘉.巧用Excel软件预测2022年卡塔尔世界杯赛事[J].内蒙古统计.2019