-
Patent Agency Ranking
公开(公告)号：CN109144871B
公开(公告)日：2020-11-10
申请号：CN201810943266.8
申请日：2018-08-17
Applicant: 北京邮电大学
IPC: G06F11/36
Abstract: 本发明实施例提供一种自动化测试元素的识别方法及装置，包括：获取操作步骤序列中的元素，所述元素是可操作且具有业务含义的；若在预设对象库中检测到与所述元素具有关联关系的第一对象，则将所述第一对象的识别属性作为所述元素的识别属性，以识别所述元素。本发明实施例通过自动识别测试人员所编写测试用例操作步骤序列中的元素在预设对象库中对应的对象，使得测试人员在测试过程中只需要关注测试用例操作步骤序列中的元素，从而降低了自动化测试工具对于测试人员的操作技能要求。
-
公开(公告)号：CN109947649A
公开(公告)日：2019-06-28
申请号：CN201910213825.4
申请日：2019-03-20
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种回归测试用例的排序方法及装置，该方法包括：通过从测试日志中按照预设规则提取与预设的测试用例集中测试用例相关的执行信息；根据所述执行信息，确定测试用例优先级排序问题的优化目标；从预设的适应度函数库中选取与所述优化目标对应的适应度函数；利用所选取的适应度函数和所述执行信息，对所述测试用例集中测试用例进行测试用例优先级排序。相对现有技术，本发明提出的方案不易陷入局部最优问题，因此，应该本发明实施例的方法能够得到更优的测试用例优先级排序序列，从而能够提高软件测试的测试效率。
-
公开(公告)号：CN108615230A
公开(公告)日：2018-10-02
申请号：CN201810220507.6
申请日：2018-03-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种轮毂表面异常图像检测方法和系统，所述方法包括：获取待检测的轮毂表面图像，基于已训练的用于异常检测的深度学习模型对所述轮毂表面图像进行异常检测，标记所述轮毂表面图像中的异常区域和异常区域对应的异常类别。通过采集轮毂表面图像，得到原始数据集，对图像进行切分以及数据增强，得到轮毂表面异常图像，并标记轮毂表面图像中的中异常区域进行标注，得到含有异常区域位置与类别信息的标注文件，将轮毂表面异常图像和标注文件作为训练集进行深度卷积神经网络训练，可以实现对轮毂表面图像的异常区域的定位与检测，解决了现有技术中人工检测工作繁琐、速度慢，同时自动化检测时配置硬件成本高、难以实施的问题。
-
公开(公告)号：CN108246640A
公开(公告)日：2018-07-06
申请号：CN201711446088.X
申请日：2017-12-27
Applicant: 北京邮电大学
Abstract: 本发明提供一种新邮政编码的编制方法，目标邮政编码包括邮政编码段和区域编码段，具体包括：对于任一邮政编码服务的区域，将区域对应的邮政编码作为邮政编码段；根据任一邮政编码服务的区域面积和第一区域集的总面积，获得子区域半径，根据子区域半径，将任一邮政编码服务的区域划分为多个第一子区域；将任一第一子区域的编号作为任一第一子区域的区域编码段，或，将任一第二子区域的编号作为任一第二子区域的区域编码段。本发明提供一种新邮政编码的编制方法，表示到末端投递区域，能够提高邮件的分拣效率。在上述编码的基础上，还可再增加一定的字符位数，从而让新型邮政编码精确到楼，从而提高末端投递的效率和准确率。
-
公开(公告)号：CN104809067B
公开(公告)日：2017-11-17
申请号：CN201510229658.4
申请日：2015-05-07
Applicant: 北京邮电大学
IPC: G06F11/36
Abstract: 本发明提供一种面向等式约束的测试用例生成方法和装置，测试用例生成方法包括：接收测试用例生成请求，生成请求中携带待测程序；获取待测程序的预定路径、表达式列表、预定路径中的各个变量及各个变量的第一取值区间；根据表达式列表中的等式，确定等式约束的第一系数矩阵及第一增广矩阵；判断第一系数矩阵的秩是否小于第一增广矩阵的秩；若否，则对各个变量进行回退运算，确定各个变量的第二取值区间；判断各个变量的第二取值区间的边界值是否相等；若相等，则根据各个变量的第二取值区间生成测试用例。本发明提供的面向等式约束的测试用例生成方法和装置，生成测试用例的过程无需人工干预，速度快，效率高，可对待测程序实现100％覆盖。
-
-
-
-
Search Results
25
records
(took 0.024 seconds)
