-
Patent Agency Ranking
公开(公告)号：CN113342662B
公开(公告)日：2024-09-03
申请号：CN202110658162.4
申请日：2021-06-11
Applicant: 南京工业大学 , 南京慕测信息科技有限公司
IPC: G06F11/36 , G06F18/241 , G06N3/126
Abstract: 本发明涉及一种面向神经元特性的AI系统软件模型变异技术。首先，计算出测试集中每个类别的数据子集的距离熵，即每个类子集的多样性程度，根据整个测试集的平均距离熵，量化测试集的整体多样性程度，自动选择相应的变异级别；在此基础上，选择相应级别的变异算子，变异得到多个变异模型；最后，筛选掉查准率较低的变异模型，计算剩余变异模型的变异得分，有效地评估测试集质量。本发明目的在于解决深度学习系统测试集质量评估难题。利用变异得分指标，可以帮助软件研发人员准确地评价测试集，保障深度学习系统的质量。
-
公开(公告)号：CN111290937A
公开(公告)日：2020-06-16
申请号：CN201811499003.9
申请日：2018-12-08
Applicant: 南京慕测信息科技有限公司
IPC: G06F11/36
Abstract: 一种基于混合云的可扩展的移动应用自动化测试框架的构架方法，其特征是对于自动测试中的移动应用自动测试，依据多级服务器分发任务获取报告统计报告的流程，进行了自顶向下的多级服务器架构。基于混合云的框架融合了公有云和私有云，它突破了私有云的硬件限制，利用公有云的可能性，可以随时获取更高的计算能力。整个框架通过调度和管理中心进行连接，使得私有云可以通过任务发布的方式共享公有云的资源外，还能在空闲时接受别的云发布的任务来共享自己的资源。
-
公开(公告)号：CN110377493A
公开(公告)日：2019-10-25
申请号：CN201810325049.2
申请日：2018-04-12
Applicant: 南京慕测信息科技有限公司
IPC: G06F11/36
Abstract: 本发明涉及一种面向代码可读性的单元测试用例优化方法，针对源程序利用控制流分析和数据依赖分析挖掘源程序中出现的每个类的实例化代码片段，从而构建类实例化片段仓库；在此基础上，针对自动化生成工具生成单元测试用例代码中所有的类实例化片段，自上而下不断从类实例化片段仓库中选择可行的片段进行替换，保留执行结果不变且满足覆盖条件的替换结果，最终生成优化后的单元测试用例结果。本发明目的在于解决目前自动化生成工具所生成单元测试用例代码可读性低、影响研发人员测试效率的问题，进而来大幅提高自动化生成方法及相关工具在软件生产实践中的实用性和易用性，最终实现提高软件测试效率、保障软件质量的目标。
-
公开(公告)号：CN110377493B
公开(公告)日：2022-05-17
申请号：CN201810325049.2
申请日：2018-04-12
Applicant: 南京慕测信息科技有限公司
IPC: G06F11/36
Abstract: 本发明涉及一种面向代码可读性的单元测试用例优化方法，针对源程序利用控制流分析和数据依赖分析挖掘源程序中出现的每个类的实例化代码片段，从而构建类实例化片段仓库；在此基础上，针对自动化生成工具生成单元测试用例代码中所有的类实例化片段，自上而下不断从类实例化片段仓库中选择可行的片段进行替换，保留执行结果不变且满足覆盖条件的替换结果，最终生成优化后的单元测试用例结果。本发明目的在于解决目前自动化生成工具所生成单元测试用例代码可读性低、影响研发人员测试效率的问题，进而来大幅提高自动化生成方法及相关工具在软件生产实践中的实用性和易用性，最终实现提高软件测试效率、保障软件质量的目标。
-
公开(公告)号：CN113342662A
公开(公告)日：2021-09-03
申请号：CN202110658162.4
申请日：2021-06-11
Applicant: 南京工业大学 , 南京慕测信息科技有限公司
Abstract: 本发明涉及一种面向神经元特性的AI系统软件模型变异技术。首先，计算出测试集中每个类别的数据子集的距离熵，即每个类子集的多样性程度，根据整个测试集的平均距离熵，量化测试集的整体多样性程度，自动选择相应的变异级别；在此基础上，选择相应级别的变异算子，变异得到多个变异模型；最后，筛选掉查准率较低的变异模型，计算剩余变异模型的变异得分，有效地评估测试集质量。本发明目的在于解决深度学习系统测试集质量评估难题。利用变异得分指标，可以帮助软件研发人员准确地评价测试集，保障深度学习系统的质量。
-
-
-
-
Search Results
5
records
(took 0.035 seconds)
