-
公开(公告)号：CN112506521B
公开(公告)日：2024-05-14
申请号：CN202011496767.X
申请日：2020-12-17
Applicant: 北京轩宇信息技术有限公司
IPC: G06F8/41
Abstract: 本发明公开了一种面向数据流模型的高阶调用代码生成方法及装置。方法包括：对数据流中的计算模块进行解析，得到计算模块的解析结果；根据解析结果，确定计算模块是否为子模块调用模块；在计算模块为子模块调用模块，或计算模块为非子模块调用模块且计算模块为矩阵函数运算模块的情况下，确定计算模块对应的数组维度与预先设定的最大展开次数之间的大小关系；在数组维度大于最大展开次数的情况下，基于循环调用的方式进行函数调用，生成所述计算模块对应的高阶调用代码；在所述数组维度小于所述最大展开次数的情况下，根据所述数组维度展开调用函数，生成所述计算模块对应的高阶调用代码。本发明可以简化生成的代码，生成符合用户查看的简洁代码。
-
公开(公告)号：CN117873855A
公开(公告)日：2024-04-12
申请号：CN202310787872.6
申请日：2023-06-30
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于深度神经网络软件的可配置获取覆盖率方法及装置，方法包括步骤一，配置模型参数；步骤二，配置数据集参数；步骤三，配置覆盖率准则和参数；步骤四，执行深度神经网络测试；步骤五，提取覆盖率信息文件；装置包括配置模型参数模块、配置数据集参数模块、配置覆盖率准则和参数模块和生成覆盖率报告模块，本发明通过脚本配置模型参数、数据集参数、深度神经网络覆盖率准则和参数，来执行深度神经网络测试，计算和更新各种可配置的覆盖率，提取覆盖率信息文件，合并生成覆盖率报告，提供了切实可行的深度神经网络软件的可配置覆盖率方法，解决了航天智能软件缺乏有效覆盖率评估标准的问题。
-
公开(公告)号：CN117827635A
公开(公告)日：2024-04-05
申请号：CN202310787735.2
申请日：2023-06-30
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了基于深度神经网路软件的自适应覆盖率方法及装置，方法包括：步骤一：解析导入深度学习框架导入库，根据规则自适应选择深度学习框架模板；步骤二：根据框架模板解析加载测试数据集和深度学习模型后，插桩神经元输出列表、神经元覆盖列表、激活神经元数、神经元总数、神经元阈值初始化语句；步骤三：解析循环测试数据过程中，插桩更新覆盖率函数；步骤四：解析循环测试数据结束后，插桩打印输出神经元覆盖率语句；本发明通过规则自适应选择深度学习框架模板，插桩神经元覆盖率初始化语句和函数以及神经元覆盖率统计输出语句，解决了航天智能软件配置项采用多深度学习框架评估覆盖的测试不充分问题。
-
公开(公告)号：CN111290997B
公开(公告)日：2023-06-06
申请号：CN202010055590.3
申请日：2020-01-17
Applicant: 北京轩宇信息技术有限公司
IPC: G06F16/11 , G06F40/151
Abstract: 本发明提供了一种BRD文件数据自动解析方法及装置，实现过程为：S101，获取BRD文件至生产系统服务器指定的目录中；S102，对BRD文件内容进行读取，转化为二进制数据流；S103，将数据流转化为文件结构化对象；S104，按照BRD文件贴片信息的列头格式，提取文件结构化对象中贴片信息内容并转化为CSV文件，CSV文件的列头与BRD文件贴片信息的列头一致；S105，转换后的CSV文件保存至该服务器上。本发明方法和装置，实现对BRD文件的一键批量解析，并支持与配套发料信息一键匹配校对，解决电装生产瓶颈问题，增加了用户满意度，有效提高了生产效率。
-
公开(公告)号：CN110377496B
公开(公告)日：2023-06-06
申请号：CN201910351255.5
申请日：2019-04-28
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种软件回归测试过程中基于智能水滴的测试用例优先级确定方法，该方法包括：确定影响测试用例优先级的因素；根据测试用例发现的缺陷的严重性确定测试用例的重要程度；根据测试用例的重要程度建立测试用例节点选择规则；根据测试用例可以发现的缺陷数量、测试用例的执行时间，建立智能水滴速度更新规则；建立用例选择路径泥土量更新规则；所有智能水滴迭代完成后，确定所有智能水滴中的测试用例优先级排序。本发明充分考虑了影响测试用例优先级的因素，解决了考虑用例因素单一和未将这些因素融入到算法设计的问题，并根据智能水滴算法对回归测试用例执行的优先级进行排序，提高了回归测试的有效性和快速性。
-
Patent Agency Ranking
公开(公告)号：CN111159022B
公开(公告)日：2023-05-02
申请号：CN201911329257.0
申请日：2019-12-20
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供了一种基于单变量访问序模式的中断数据访问冲突检测方法及装置。所述方法包括：获取多个源文件；对每个所述源文件的函数进行可达访问分析，生成每个所述源文件的可达访问图；使用所述多个源文件的函数调用关系和各所述源文件的函数摘要，更新各所述可达访问图；遍历各更新后的可达访问图，匹配单变量访问序模式，得到中断数据访问冲突检测结果。本发明实施例对单文件进行独立分析，避免了跨文件的分析时在不同文件交替分析，减小了内存占用的峰值，可适用于大规模程序。
-
公开(公告)号：CN111176994B
公开(公告)日：2023-03-31
申请号：CN201911349540.X
申请日：2019-12-24
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供了一种针对嵌入式软件IO端口的单元测试用例生成方法及装置。所述方法包括：对待测试程序进行静态分析，获取所述待测试程序中的关键数据；启动基于解释器的符号执行引擎；在所述解释器中建立一个IO区域查询表和分配一段IO专用内存区域；采用所述符号执行引擎根据所述IO区域查询表、所述IO专用内存区域、IO端口输入映射到IO专用内存和所述关键数据，确定所述待测试程序对应的测试用例。本发明实施例能够自动识别IO端口，无需人工配置，生成用例效率提升，且解决了IO端口地址作为输入时生成的用例覆盖率低的问题。
-
公开(公告)号：CN114037406A
公开(公告)日：2022-02-11
申请号：CN202111215499.4
申请日：2021-10-19
Applicant: 北京轩宇信息技术有限公司
IPC: G06Q10/10 , G06Q50/04 , G06F40/186 , G06F16/245
Abstract: 本发明实施例公开了一种基于微服务的数据自动匹配多用户要求服务的方法及装置。所述方法包括：基于预先建立的多层级数据交付模式，采集生产数据；基于任务微服务依据多用户服务要求，从所述生产数据中提取符合条件的目标生产数据；将所述目标生产数据提交至数据处理中心，以为多用户提供相应的服务。本发明实施例通过事先定义交付模板抓取实时采集数据，辅助多个厂所实现跨区域数据实时交付，在线联动验收单位查看各厂所的验收数据。
-
公开(公告)号：CN109491922B
公开(公告)日：2021-12-07
申请号：CN201811522286.4
申请日：2018-12-13
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种基于模型驱动的测试方法和装置，该方法包括：确定各可测试项；为各所述可测试项定义测试组成；依据所述测试组成以及预设的接口模型、测试模型与被测系统三者之间的关系，生成测试模型；将所述测试模型与测试脚本进行关联，生成测试用例；调用所述测试用例对待测试数据进行测试，生成测试报告。本发明通过维护测试模型来间接管理测试用例，测试需求的变更会影响测试模型的更新，测试模型的更新会自动生成新的测试用例，因此，测试模型的可复用性高，测试用例的可维护性强。
-
公开(公告)号：CN112288079A
公开(公告)日：2021-01-29
申请号：CN202011286945.6
申请日：2020-11-17
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种图神经网络模型训练方法、软件缺陷检测方法及系统。包括：根据软件缺陷数据集，获取训练软件函数及测试软件函数，训练软件函数和测试软件函数预先标注有初始缺陷数据；根据训练软件函数的多维代码属性，构建初始多维代码属性图，根据测试软件函数的多维代码属性，构建目标多维代码属性图；基于初始多维代码属性图对初始图神经网络模型进行训练，得到训练后的图神经网络模型；基于目标多维代码属性图对训练后的图神经网络模型进行测试，获取预测缺陷数据；在初始缺陷数据和预测缺陷数据匹配时，将训练后的图神经网络模型作为目标图神经网络模型。本发明可以提高软件缺陷检测精度，减少了人工干预的过程，易于扩展检测的缺陷类型。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.031 seconds)
