-
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：CN107102939A
公开(公告)日：2017-08-29
申请号：CN201610983125.X
申请日：2016-11-09
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明提供一种回归测试用例自动分类方法，包括下列步骤：1)基于控制流分析技术从原始的测试用例集合中选择受软件变化影响的测试用例子集；2)在历史软件版本与当前软件版本上分别运行受软件变化影响的测试用例子集与待分类的回归测试用例，并构造分支覆盖向量，进而通过欧式距离函数计算待分类的测试用例与受软件变化影响的测试用例子集之间的距离；3)根据距离信息，利用基于权重的K近邻算法预测待分类的回归测试用例的类别。本发明解决了目前回归测试背景下依赖手工产生的测试预言对回归测试用例进行分类的自动化效率不高的问题，该方法不需要构造测试预言，能大幅提高回归测试的自动化程度和效率。
-
公开(公告)号：CN107102939B
公开(公告)日：2020-07-07
申请号：CN201610983125.X
申请日：2016-11-09
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明提供一种回归测试用例自动分类方法，包括下列步骤：1)基于控制流分析技术从原始的测试用例集合中选择受软件变化影响的测试用例子集；2)在历史软件版本与当前软件版本上分别运行受软件变化影响的测试用例子集与待分类的回归测试用例，并构造分支覆盖向量，进而通过欧氏距离函数计算待分类的测试用例与受软件变化影响的测试用例子集之间的距离；3)根据距离信息，利用基于权重的K近邻算法预测待分类的回归测试用例的类别。本发明解决了目前回归测试背景下依赖手工产生的测试预言对回归测试用例进行分类的自动化效率不高的问题，该方法不需要构造测试预言，能大幅提高回归测试的自动化程度和效率。
-
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。
-
-
-
Search Results
4
records
(took 0.023 seconds)
