一种接口自动化测试方法、装置、存储介质及电子设备

    公开(公告)号:CN118113623A

    公开(公告)日:2024-05-31

    申请号:CN202410532182.0

    申请日:2024-04-29

    Abstract: 本说明书公开了一种接口自动化测试方法、装置、存储介质及电子设备。确定待测试接口,获取所述接口对应的接口文档,将所述接口文档输入所述测试用例生成工具,以通过所述测试用例生成工具,根据预先设定的测试用例模板和所述接口文档,生成初始测试用例,响应于用户对所述初始测试用例的操作,确定最终测试用例,将所述最终测试用例输入所述pytest测试框架,以通过所述pytest测试框架识别所述最终测试用例,并根据所述最终测试用例对所述待测试接口进行测试。通过该方法,能够在不需要用户编写测试脚本的情况下,高效的对确定的待测试接口进行自动化测试。

    一种强化学习模型训练和业务执行方法、装置及电子设备

    公开(公告)号:CN117725985B

    公开(公告)日:2024-05-24

    申请号:CN202410171178.6

    申请日:2024-02-06

    Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括:获取用户针对指定业务场景构建的强化学习环境数据;响应于用户的指定操作,确定用户基于强化学习环境数据选择的目标智能体,并确定目标智能体的智能体配置信息;在预设算法库中确定出目标强化学习算法;基于目标智能体、智能体配置信息以及目标强化学习算法,构建强化学习模型,并对强化学习模型进行仿真,并将仿真过程中产生的数据存入经验回放池;根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛,充分满足了用户对强化学习环境的多样化需求。

    一种面向体育领域的获奖证书生成方法、装置及电子设备

    公开(公告)号:CN117896076A

    公开(公告)日:2024-04-16

    申请号:CN202410038697.5

    申请日:2024-01-10

    Abstract: 本说明书公开了一种面向体育领域的获奖证书生成方法、装置及电子设备。所述面向体育领域的获奖证书生成方法包括:接收获奖证书的生成请求,并根据生成请求,获取体育赛事的赛事信息、获奖人信息以及奖励信息;在预设的模板库中确定出与赛事信息以及奖励信息相匹配的证书模板,作为目标证书模板,以及,根据赛事信息、获奖人信息以及预设的证书编号生成指定长度的散列值,并基于认证机构预先下发的私钥对散列值进行加密,得到证书签名;将赛事信息、获奖人信息、奖励信息、证书签名添加到目标证书模板中并进行渲染,生成针对获奖人的获奖证书并进行存储。本方案可以自动生成获奖证书,提高了证书生成效率,充分满足用户需求。

    一种网络舆情主题及其关注用户群体的发现方法

    公开(公告)号:CN114003815B

    公开(公告)日:2024-03-29

    申请号:CN202111299225.8

    申请日:2021-11-04

    Abstract: 本发明公开了一种网络舆情主题及其关注用户群体的发现方法,其步骤包括:1构建舆情文档中数据集合,2建模舆情文本话题,关注舆情文本话题的用户群体,3设计有参贝叶斯模型,4利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模的在线社交媒体内容以及社交用户评论行为时,一方面能够结合主题分析快速、有效、准确地发现网络中的舆情主题,有助于舆情检测,为舆情的引导和控制提供决策支持;另一方面能够识别关注每个舆情话题的用户群体,实现对社交媒体用户依据关注话题的异同进行快速精准的分类。

    一种基于多通道交互的数据处理系统及方法

    公开(公告)号:CN117348737A

    公开(公告)日:2024-01-05

    申请号:CN202311665174.5

    申请日:2023-12-06

    Abstract: 本说明书提供的一种基于多通道交互的数据处理系统及方法,手部穿戴式传感设备采集用户的手势信息,并将所述手势信息发送给处理器,而后,处理器根据手部穿戴式传感设备采集的用户的手势信息,确定出用户的手势动作,根据用户的手势动作,确定出用户的手势操作指令,并根据手势操作指令,对获取到的待处理数据进行数据处理,以得到数据处理结果。

    一种基于积分梯度多样性的模型训练和图像识别方法

    公开(公告)号:CN117036870A

    公开(公告)日:2023-11-10

    申请号:CN202311298498.X

    申请日:2023-10-09

    Abstract: 本说明书公开了一种基于积分梯度多样性的模型训练和图像识别方法。所述方法包括:将样本数据分别输入各基模型,确定每个基模型对应的图像识别结果;针对每个基模型,根据该基模型对应的图像识别结果以及样本数据的实际标签,确定该基模型对应的分类损失,以及,确定该基模型相对于样本数据的积分梯度,作为该基模型对应的积分梯度;根据每个基模型对应的分类损失,确定目标集成模型对应的目标分类损失,以及,根据各基模型对应的积分梯度之间的偏差,确定目标集成模型对应的积分梯度正则项损失;根据目标分类损失以及积分梯度正则项损失,对目标集成模型进行训练。

Patent Agency Ranking