-
公开(公告)号：CN115564043B
公开(公告)日：2023-10-27
申请号：CN202211269688.4
申请日：2022-10-18
Applicant: 上海计算机软件技术开发中心
IPC: G06N3/082 , G06N3/0464 , G06V10/764
Abstract: 本发明公开了一种图像分类模型剪枝方法、装置、电子设备及存储介质，涉及人工智能领域，该方法包括获取训练T个周期后的待剪枝的图像分类模型的参数序列；参数序列包括T个网络参数集合；网络参数集合由训练一个周期后的待剪枝的图像分类模型的网络参数组成；利用累计变化算子对参数序列中的网络参数变化进行统计，得到T个周期内网络参数的累计变化数组；根据累计变化数组和参数序列对图像分类模型进行参数剪枝或参数冻结，得到稀疏神经网络模型；将稀疏神经网络模型部署至图像分类便携式智能终端。本发明能够提高图像分类模型训练性能和训练效率。
-
公开(公告)号：CN115687115B
公开(公告)日：2023-07-28
申请号：CN202211344156.2
申请日：2022-10-31
Applicant: 上海计算机软件技术开发中心
IPC: G06F11/36
Abstract: 本发明涉及一种移动应用程序自动化测试方法及系统。该方法包括：获取待测移动应用程序的业务交互流程图，并利用不同格式表示每个页面中表单的页面表单属性；业务交互流程图中输入输出属性约束信息包括输入流流向的方向以及对所述输入属性进行的逻辑处理；通过行为克隆利用监督学习算法从所述状态‑动作对中学习不同状态下采用不同的动作分布；基于深度强化学习算法结合应用的业务逻辑流，更有效的理解业务需求，快速触及到复杂的核心业务场景中，检测页面本身的异常，从而获取整个测试过程中的异常日志文件以及代码覆盖率，评估待测移动应用程序的性能。本发明能够提高测试大型应用程序时的测试效率。
-
公开(公告)号：CN113344535B
公开(公告)日：2023-02-28
申请号：CN202110686228.0
申请日：2021-06-21
Applicant: 上海计算机软件技术开发中心
IPC: G06Q10/10 , G06Q10/0639 , G06F8/10 , G06F8/70 , G06F11/36
Abstract: 本发明涉及一种基于区块链的软件开发外包控制系统及实现方法。该系统包括：需求发布模块、测试用例生成模块、智能合约生成模块、软件运行沙箱、任务生成模块、任务确认分配模块以及区块链系统；本发明基于区块链技术去中心化、不可篡改的特性，由所有节点参与任务生成、代码验证以及能力评分，提高了软件开发外包任务的真实性、评估软件质量的公平性以及对开发方软件开发外包完成能力评估的权威性，以此有效激励开发方提高参与度与完成度；利用区块链账本数据可溯源及隐私保护的特性，加密记录用户货币及软件版权的每一次变更，保护了货币资产及软件版权，提高数据可信度。本发明还公开了一种基于区块链的软件开发外包控制系统的实现方法。
-
公开(公告)号：CN117808784A
公开(公告)日：2024-04-02
申请号：CN202410000064.5
申请日：2024-01-02
Applicant: 上海计算机软件技术开发中心
IPC: G06T7/00 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明公开一种柔性薄膜褶皱预测方法、系统、电子设备及介质，涉及工业辊系生产柔性薄膜产品线的褶皱检测技术领域。所述方法包括：将待预测膜面灰度图像序列中各图像分别输入目标检测模型，基于Grad‑CAM方法，得到预测Grad‑CAM图序列；将预测Grad‑CAM图序列中各图像均依次进行灰度值处理和掩膜操作，得到预测加权掩膜序列；对预测加权掩膜序列进行上采样操作，得到预测上采样加权掩膜序列；将预测上采样加权掩膜序列以及待预测膜面时间序列数据输入褶皱预测模型，得到待预测柔性薄膜卷绕镀膜过程中下一时刻的柔性薄膜图像。本发明可对柔性薄膜镀膜过程中膜面图像的褶皱变化趋势进行在线预测。
-
公开(公告)号：CN113032243A
公开(公告)日：2021-06-25
申请号：CN202110116469.1
申请日：2021-01-28
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明涉及一种移动应用程序GUI智能测试方法及系统，该方法包括：根据打图形元素标签的GUI截图训练目标检测模型；根据同时打图形元素标签和交互标签的GUI交互事件序列训练深度强化学习模型；获取移动应用程序当前状态的GUI截图；根据训练完成的目标检测模型，获得打图形元素标签的当前状态的GUI截图；检测图形元素标签中是否存在GUI缺陷；根据训练完成的深度强化学习模型，获得打图形元素标签和交互标签的当前状态的GUI截图；根据打图形元素标签和交互标签的当前状态的GUI截图，施加操作动作到被操作的图形元素，更新移动应用程序的状态；根据深度强化学习模型中奖励函数判断是否停止测试。本发明提高了移动应用程序GUI自动化测试的自动化水平及效率。
-
Patent Agency Ranking
公开(公告)号：CN117808784B
公开(公告)日：2024-07-30
申请号：CN202410000064.5
申请日：2024-01-02
Applicant: 上海计算机软件技术开发中心
IPC: G06T7/00 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明公开一种柔性薄膜褶皱预测方法、系统、电子设备及介质，涉及工业辊系生产柔性薄膜产品线的褶皱检测技术领域。所述方法包括：将待预测膜面灰度图像序列中各图像分别输入目标检测模型，基于Grad‑CAM方法，得到预测Grad‑CAM图序列；将预测Grad‑CAM图序列中各图像均依次进行灰度值处理和掩膜操作，得到预测加权掩膜序列；对预测加权掩膜序列进行上采样操作，得到预测上采样加权掩膜序列；将预测上采样加权掩膜序列以及待预测膜面时间序列数据输入褶皱预测模型，得到待预测柔性薄膜卷绕镀膜过程中下一时刻的柔性薄膜图像。本发明可对柔性薄膜镀膜过程中膜面图像的褶皱变化趋势进行在线预测。
-
公开(公告)号：CN115564043A
公开(公告)日：2023-01-03
申请号：CN202211269688.4
申请日：2022-10-18
Applicant: 上海计算机软件技术开发中心
IPC: G06N3/08 , G06N3/04 , G06V10/764
Abstract: 本发明公开了一种图像分类模型剪枝方法、装置、电子设备及存储介质，涉及人工智能领域，该方法包括获取训练T个周期后的待剪枝的图像分类模型的参数序列；参数序列包括T个网络参数集合；网络参数集合由训练一个周期后的待剪枝的图像分类模型的网络参数组成；利用累计变化算子对参数序列中的网络参数变化进行统计，得到T个周期内网络参数的累计变化数组；根据累计变化数组和参数序列对图像分类模型进行参数剪枝或参数冻结，得到稀疏神经网络模型；将稀疏神经网络模型部署至图像分类便携式智能终端。本发明能够提高图像分类模型训练性能和训练效率。
-
公开(公告)号：CN107783893B
公开(公告)日：2019-05-03
申请号：CN201610737511.0
申请日：2016-08-26
Applicant: 上海计算机软件技术开发中心
IPC: G06F11/36
Abstract: 本发明公开了一种基于场景描述的自动测试系统，包括：规则库；对象属性抽取器；场景模型构建器；解析引擎；路径约束抽取器；核心控制器；约束求解器；求解器适配器；测试用例生成器；测试用例库；优化引擎。本发明根据特定的规则库抽取测试对象的属性添加到场景模型中，结合模型本身信息和从测试用例库中提取的启发式信息解析模型，自动生成测试路径，使用约束求解器生成对应的测试输入，整合测试路径和测试输入生成测试用例，并对测试用例进行优化，在保证测试充分性的同时，降低了手工测试的测试成本，提高了测试的效率。本发明还公开了一种基于场景描述的自动测试系统的实现方法。
-
公开(公告)号：CN107783893A
公开(公告)日：2018-03-09
申请号：CN201610737511.0
申请日：2016-08-26
Applicant: 上海计算机软件技术开发中心
IPC: G06F11/36
CPC classification number: G06F11/3688
Abstract: 本发明公开了一种基于场景描述的自动测试系统，包括：规则库；对象属性抽取器；场景模型构建器；解析引擎；路径约束抽取器；核心控制器；约束求解器；求解器适配器；测试用例生成器；测试用例库；优化引擎。本发明根据特定的规则库抽取测试对象的属性添加到场景模型中，结合模型本身信息和从测试用例库中提取的启发式信息解析模型，自动生成测试路径，使用约束求解器生成对应的测试输入，整合测试路径和测试输入生成测试用例，并对测试用例进行优化，在保证测试充分性的同时，降低了手工测试的测试成本，提高了测试的效率。本发明还公开了一种基于场景描述的自动测试系统的实现方法。
-
公开(公告)号：CN115687115A
公开(公告)日：2023-02-03
申请号：CN202211344156.2
申请日：2022-10-31
Applicant: 上海计算机软件技术开发中心
IPC: G06F11/36
Abstract: 本发明涉及一种移动应用程序自动化测试方法及系统。该方法包括：获取待测移动应用程序的业务交互流程图，并利用不同格式表示每个页面中表单的页面表单属性；业务交互流程图中输入输出属性约束信息包括输入流流向的方向以及对所述输入属性进行的逻辑处理；通过行为克隆利用监督学习算法从所述状态‑动作对中学习不同状态下采用不同的动作分布；基于深度强化学习算法结合应用的业务逻辑流，更有效的理解业务需求，快速触及到复杂的核心业务场景中，检测页面本身的异常，从而获取整个测试过程中的异常日志文件以及代码覆盖率，评估待测移动应用程序的性能。本发明能够提高测试大型应用程序时的测试效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.034 seconds)
