-
公开(公告)号：CN108197028B
公开(公告)日：2020-12-01
申请号：CN201810010235.7
申请日：2018-01-05
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明提供了一种面向黑盒测试背景下的回归测试用例分类方法，包括下列步骤：1)预处理测试用例对应的文本信息；2)采用LDA(Latent Dirichlet Allocation)话题模型技术对预处理后的文本进行主题建模，将其表示成文本特征数目固定的主题特征向量；3)随机选取部分测试用例为其构造测试预言，并在演化后的软件版本上运行，根据运行结果标注其类别；4)基于主题特征向量及测试用例的类别信息训练SVM分类器；5)将待分类的测试用例对应的主题特征向量作为分类器的输入，输出测试用例的类别。本发明解决了被测软件源代码不可见情形下的软件回归测试验证问题，提高了软件测试的自动化程度及软件测试效率。
-
公开(公告)号：CN120018201A
公开(公告)日：2025-05-16
申请号：CN202510482541.0
申请日：2025-04-17
Applicant: 中国矿业大学
Abstract: 一种铁路边缘计算服务缓存和任务卸载方法及系统，方法基于预先构建的铁路系统优化模型构建ACSCTO网络模型，ACSCTO网络模型中，服务缓存和任务卸载网络生成服务缓存决策，并基于服务缓存决策生成任务卸载决策，带宽资源分配网络基于服务缓存、任务卸载决策生成带宽资源分配决策，计算资源分配网络基于服务缓存、任务卸载、带宽资源分配决策生成计算资源分配决策，训练ACSCTO网络模型，利用训练好的ACSCTO网络模型实时进行铁路系统服务缓存、任务卸载与资源分配。本发明所提ACSCTO网络模型可以根据不同任务需求，自适应动态调整服务缓存和任务卸载，分配计算资源和网络带宽，从而提高资源利用率，最大化任务处理效率，减少处理延迟。
-
公开(公告)号：CN108197028A
公开(公告)日：2018-06-22
申请号：CN201810010235.7
申请日：2018-01-05
Applicant: 中国矿业大学
IPC: G06F11/36
CPC classification number: G06F11/3684
Abstract: 本发明提供了一种面向黑盒测试背景下的回归测试用例分类方法，包括下列步骤：1)预处理测试用例对应的文本信息；2)采用LDA(Latent Dirichlet Allocation)话题模型技术对预处理后的文本进行主题建模，将其表示成文本特征数目固定的主题特征向量；3)随机选取部分测试用例为其构造测试预言，并在演化后的软件版本上运行，根据运行结果标注其类别；4)基于主题特征向量及测试用例的类别信息训练SVM分类器；5)将待分类的测试用例对应的主题特征向量作为分类器的输入，输出测试用例的类别。本发明解决了被测软件源代码不可见情形下的软件回归测试验证问题，提高了软件测试的自动化程度及软件测试效率。
-
公开(公告)号：CN119011677A
公开(公告)日：2024-11-22
申请号：CN202411020231.9
申请日：2024-07-29
Applicant: 中国矿业大学
Abstract: 一种基于实时钢轨检测的协同卸载时延优化方法及系统，方法将每个检测任务按比例进行分割并分配至本地、边缘端、云端，本地、边缘端、云端为所分配到部分按比例分配计算资源，以此构建分配模型；再基于分配模型构建本地处理模型、边缘端处理模型、云端处理模型；以最小化t1、t2、t3中的最大值为目标构建协同卸载时延优化模型，t1、t2、t3分别表示本地、边缘端、云端处理完分配到的所有检测任务的总时延；最后采用启发式算法求解协同卸载时延优化模型，输出最优延迟、所有检测任务的分配比例以及本地、边缘端、云端对于所有检测任务的计算资源分配比例。本发明能有效反映协同卸载任务处理的特点和减少整体时延。
-
-
-
Search Results
4
records
(took 0.013 seconds)
