基于深度学习和元启发式算法的软件缺陷识别与定位

目录

声明

第一章绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1重复缺陷报告识别

1.2.2软件缺陷严重程度识别

1.2.3软件缺陷分派

1.2.4软件缺陷定位

1.3本文研究内容

1.4本文组织结构

第二章相关基础

2.1.1软件缺陷报告

2.1.2软件缺陷报告生命周期

2.2词向量化与遗传算法

2.2.1词向量化

2.2.2遗传算法

2.3深度学习

2.3.1神经网络基础知识

2.3.2神经网络模型

2.4本章小结

第三章结合遗传算法和卷积神经网络的软件缺陷严重程度识别

3.1引言

3.2相关概念与定义

3.3 GACNN方法

3.3.1数据预处理

3.3.2特征提取

3.3.3模型建立

3.3.4关键短语提取

3.4实验分析

3.4.1实验准备与设置

3.4.2实验系统设计

3.4.3实验结果

3.4.4效度威胁

3.5本章小结

第四章结合句嵌入和粒子群优化算法的软件缺陷定位

4.1引言

4.2相关概念与定义

4.3 SPSO方法

4.3.1数据预处理

4.3.2构建SIF模型

4.3.3其他相似度分数

4.3.4粒子群优化算法优化线性权重

4.4实验分析

4.4.1实验准备与设置

4.4.2实验系统设计

4.4.3实验结果

4.4.4效度威胁

4.5本章小结

第五章总结与展望

5.1本文工作总结

5.2未来展望

致谢

参考文献

附录