导读:本文包含了缺陷预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:缺陷,延性,模型,特征,曲轴,球墨铸铁,裂纹。
缺陷预测论文文献综述
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）
吕彦伟,刘钦节,付强,袁宏永,付明[2]（2019）在《基于紧凑拉伸试验的含缺陷燃气管疲劳寿命预测分析》一文中研究指出为分析预测含缺陷燃气管道的疲劳寿命,实现燃气管道分类分级监测和维护。在理论分析含缺陷管道疲劳寿命预测模型的基础上,通过MTS电液伺服疲劳试验机测试获得同一应力比下4种不同应力强度因子的疲劳裂纹扩展速率,进而构建含缺陷燃气管道疲劳寿命的实用模型。以安徽淮南天然气二气源管道工程实际参数为例,预测分析类似条件下含缺陷燃气管道的疲劳寿命,为燃气管道监测维护与分类分级管理提供可靠依据。结果表明:管道的疲劳寿命与裂纹深度变化近似成线性关系,与内压幅值变化近似成指数为负的幂函数关系,且管道输送压力变化幅值不应超过1. 5 MPa。(本文来源于《中国安全生产科学技术》期刊2019年11期）
井光壮,梁芳,谢利傲,邴永红,梁卫桃[3]（2019）在《指数平滑法在兰州市围产儿出生缺陷预测中的应用》一文中研究指出目的通过建立时间序列模型分析与预测甘肃省兰州市出生缺陷的发生情况,探索出生缺陷的流行变化趋势,为制定出生缺陷的防控措施提供决策依据。方法收集2010年1月-2018年12月兰州市出生缺陷监测资料进行基本情况分析,应用时间序列分析方法建模并预测出生缺陷发病趋势。结果 2010-2018年兰州市共报告出生缺陷4297例,出生缺陷发生率整体呈上升趋势;Winters加法指数平滑模型能够较好拟合出生缺陷发生情况,平稳R~2为0.621,平均相对误差为11.07%;预测结果显示2019年兰州市1-12月出生缺陷发生率分别为107.98/万、99.53/万、126.76/万、117.76/万、115.98/万、111.87/万、126.42/万、124.20/万、109.09/万、133.53/万、141.20/万、121.76/万,且发病趋势与2018年接近,整体略有降低趋势,峰值与2018年接近。结论时间序列模型中Winters加法模型对兰州市出生缺陷数据具有较好的预测效果,预测结果提示,与历年相比较,2019年兰州市出生缺陷发病率仍处于较高水平,加强出生缺陷的防控是兰州市近几年公共卫生重点工作。(本文来源于《现代预防医学》期刊2019年21期）
戴晓峰,王莉萍[4]（2019）在《基于聚类分析与Box-Cox转换的跨项目缺陷预测方法》一文中研究指出软件缺陷预测需要通过一定的方法预先识别出项目内潜在的程序缺陷,提高软件产品的整体质量。文章深入探究了跨项目缺陷预测问题,对训练集的选择使用聚类分析的方法。在对聚类分析方法使用之前,使用Box-Cox转换来提高聚类分析的性能,由此比较使用度量元转换构建的跨项目缺陷预测模型与未使用度量元转换的预测模型的性能。文章基于实际的数据集,验证了Box-Cox转换的有效性,使用了多种分类器来构建缺陷模型,保证实验结果的广泛性。(本文来源于《无线互联科技》期刊2019年20期）
蒋帅[5]（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）
胡波,余宁,李德江,田迎新,曾小勤[6]（2019）在《球墨铸铁曲轴铸造缺陷预测与验证》一文中研究指出采用EKK CAPCAST铸造模拟软件模拟球墨铸铁曲轴铸造过程,预测铸造充型与凝固过程中可能产生缺陷的种类、位置和大小,并结合生产试验进行对照验证。模拟结果表明,现有生产工艺条件下铁液充型过程平稳,未发生湍流现象;但是凝固过程中第4主轴颈出现较大孤立熔池区,凝固时间较晚,产生较大收缩应力,此处易产生约6 mm~3大小的收缩裂缝缺陷。模拟预测结果在实验中得到证实,在第四主轴颈内发现裂缝缺陷。将浇注生产的曲轴剖开,裂缝包裹的体积与预测缺陷形成区域体积在同一数量级。金相观察和硬度表征发现,裂缝内外组织性能存在明显不同,是凝固时间不同步所致。(本文来源于《铸造技术》期刊2019年10期）
何金虎,吴翔虎,曲明成[7]（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）
詹梅,李锐,郑泽邦,高鹏飞,张洪瑞[8]（2019）在《旋压成形损伤断裂缺陷预测研究进展》一文中研究指出薄壁构件旋压成形中经常出现构件破裂的现象,给生产制造带来了巨大的经济损失。主要综述了旋压成形中破裂预测的研究进展及破裂预测的损伤模型的发展概况,并结合笔者的研究经历将不同损伤模型耦合到各向异性Barlat89屈服准则中,通过半隐式图形返回算法进行数值化,来实现应力、应变和损伤值等变量的更新。然后将不同断裂模型应用于各向异性2219-O铝合金剪切旋压破裂的预测,获得了不同断裂模型预测损伤值偏离其阈值不同程度的原因。最后展望了旋压成形破裂预测中仍然存在的难题和挑战。(本文来源于《精密成形工程》期刊2019年05期）
赵晶华,李鹭,曹红艳,宋春英,郭兴萍[9]（2019）在《基于循证医学的出生缺陷发病风险预测模型》一文中研究指出目的在循证医学的基础上利用Rothman-Keller模型建立出生缺陷发病风险预测模型,为中国有针对性的制定干预措施提供依据。方法通过评价Meta分析的文献获得出生缺陷危险因素及相应比值比(odds ratio,OR)值,构建Rothman-Keller模型的危险评分表,再利用模拟数据构建模型,确定风险预测危险程度划分界值,并采用实际数据验证。结果通过17篇文献收集了先天畸形家族史和居住地有污染源等20个出生缺陷的主要危险因素。在山西省的实际数据中,Rothman-Keller模型筛选出的高危人群实际发病率为10.9%,并与其他组有统计学差异(χ~2=147.58,P<0.001)。除此之外, Rothman-Keller模型能将先天畸形家族史的患者100%识别到高危人群。结论通过中国出生缺陷的Meta分析文献,找出出生缺陷主要危险因素,构建风险预测模型,可用于预测出生缺陷的发病风险,帮助筛选高危人群。同时为预测其他疾病的发病风险提供了思路。(本文来源于《中华疾病控制杂志》期刊2019年09期）
张卓,杨威,颜丙越,褚崴,尹立[10]（2019）在《高压绝缘拉杆树脂浸润纤维过程的干斑预测数值模拟及缺陷分析》一文中研究指出基于流体体积函数方法建立了高压绝缘拉杆真空辅助树脂浸润纤维过程的树脂空气两相流模型,其中包含模腔壁与纤维预制体之间缝隙区域和混编纤维预制体内的两相流模型;构建了绝缘拉杆几何模型并进行网格划分,采用有限体积法并通过Fluent软件完成了树脂空气两相流模型的求解;对绝缘拉杆模腔内全区域的两相流动及干斑缺陷进行仿真研究,通过实验验证了仿真研究的正确性,分析了缺陷产生的原因,给出了解决干斑问题的思路和方法,并通过仿真和实验验证了部分方法的可行性和有效性。(本文来源于《玻璃钢/复合材料》期刊2019年08期）
缺陷预测论文开题报告
（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：
为分析预测含缺陷燃气管道的疲劳寿命,实现燃气管道分类分级监测和维护。在理论分析含缺陷管道疲劳寿命预测模型的基础上,通过MTS电液伺服疲劳试验机测试获得同一应力比下4种不同应力强度因子的疲劳裂纹扩展速率,进而构建含缺陷燃气管道疲劳寿命的实用模型。以安徽淮南天然气二气源管道工程实际参数为例,预测分析类似条件下含缺陷燃气管道的疲劳寿命,为燃气管道监测维护与分类分级管理提供可靠依据。结果表明:管道的疲劳寿命与裂纹深度变化近似成线性关系,与内压幅值变化近似成指数为负的幂函数关系,且管道输送压力变化幅值不应超过1. 5 MPa。
（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。
缺陷预测论文参考文献
[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].吕彦伟,刘钦节,付强,袁宏永,付明.基于紧凑拉伸试验的含缺陷燃气管疲劳寿命预测分析[J].中国安全生产科学技术.2019
[3].井光壮,梁芳,谢利傲,邴永红,梁卫桃.指数平滑法在兰州市围产儿出生缺陷预测中的应用[J].现代预防医学.2019
[4].戴晓峰,王莉萍.基于聚类分析与Box-Cox转换的跨项目缺陷预测方法[J].无线互联科技.2019
[5].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
[6].胡波,余宁,李德江,田迎新,曾小勤.球墨铸铁曲轴铸造缺陷预测与验证[J].铸造技术.2019
[7].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
[8].詹梅,李锐,郑泽邦,高鹏飞,张洪瑞.旋压成形损伤断裂缺陷预测研究进展[J].精密成形工程.2019
[9].赵晶华,李鹭,曹红艳,宋春英,郭兴萍.基于循证医学的出生缺陷发病风险预测模型[J].中华疾病控制杂志.2019
[10].张卓,杨威,颜丙越,褚崴,尹立.高压绝缘拉杆树脂浸润纤维过程的干斑预测数值模拟及缺陷分析[J].玻璃钢/复合材料.2019
论文知识图
