-
公开(公告)号：CN118672899A
公开(公告)日：2024-09-20
申请号：CN202410683350.6
申请日：2024-05-30
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F11/36
Abstract: 本发明公开了一种辅助快速定位软件问题的方法。该方法通过构建代码结构树分析代码依赖关系，跟踪代码修改提交记录，获取软件问题信息后过滤出可能相关的提交记录，然后利用自动化测试用例逐步回滚不同版本验证问题出现情况，当定位出引发问题的提交记录后，进一步快速定位问题函数，并在代码修复后再次用自动化用例验证问题消失，最后根据验证结果自动关闭软件问题。这种技术方案能够实现自动高效地定位和修复软件问题，大幅缩短问题的发现到解决周期，减少大量人工工作，提升软件质量控制效率。该方法具有自动化程度高、定位准确率高等优点，可显著改善软件开发及测试流程，提高软件产品质量和用户满意度。
-
公开(公告)号：CN117251599A
公开(公告)日：2023-12-19
申请号：CN202311504149.9
申请日：2023-11-13
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F16/783 , G06V10/44 , G06V10/764 , G06V10/776 , G06V10/80 , G06F16/55 , G06F16/583 , G06F16/65 , G06F16/683 , G06F16/75 , G06F18/25
Abstract: 本发明提出一种视频语料智能测试优化方法、装置和存储介质，所述方法包括：收集视频数据，所述视频数据包括音频、图像；对视频数据进行标注，获取视频数据对应的真值标注；建立视频特征匹配算法模型，基于所述视频数据提取第一特征，基于所述真值标注提取第二特征，计算第一特征和第二特征之间的注意力权重矩阵，评估两者的匹配程度；定义优化目标为最小化加权的交叉熵损失函数Loss，其中所述交叉熵损失函数Loss中包括所述注意力权重矩阵；训练算法模型，拟合第一特征和第二特征之间的映射，最小化所述交叉熵损失函数Loss；直至达到满足预设优化条件的结果，本方案显著降低了测试准备的人工成本，提高了测试的有效性。
-
公开(公告)号：CN117251599B
公开(公告)日：2024-03-15
申请号：CN202311504149.9
申请日：2023-11-13
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F16/783 , G06V10/44 , G06V10/764 , G06V10/776 , G06V10/80 , G06F16/55 , G06F16/583 , G06F16/65 , G06F16/683 , G06F16/75 , G06F18/25
Abstract: 本发明提出一种视频语料智能测试优化方法、装置和存储介质，所述方法包括：收集视频数据，所述视频数据包括音频、图像；对视频数据进行标注，获取视频数据对应的真值标注；建立视频特征匹配算法模型，基于所述视频数据提取第一特征，基于所述真值标注提取第二特征，计算第一特征和第二特征之间的注意力权重矩阵，评估两者的匹配程度；定义优化目标为最小化加权的交叉熵损失函数Loss，其中所述交叉熵损失函数Loss中包括所述注意力权重矩阵；训练算法模型，拟合第一特征和第二特征之间的映射，最小化所述交叉熵损失函数Loss；直至达到满足预设优化条件的结果，本方案显著降低了测试准备的人工成本，提高了测试的有效性。
-
Patent Agency Ranking
公开(公告)号：CN117056929B
公开(公告)日：2023-12-26
申请号：CN202311311052.6
申请日：2023-10-11
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F21/56 , G06F11/36 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V30/10 , G06V10/82 , G06V30/19
Abstract: 本发明提出鸿蒙系统上测试自动化和安全检测优化方法、装置和介质，该方法应用于服务器，包括：远程连接鸿蒙智能终端，建立控制通道，并向浏览器发送所述鸿蒙智能终端的实时画面；接收浏览器发送的操控指令，解析后通过所述控制通道对终端进行操控；接收录制开始命令，开启自动化测试用例的录制过程，录制用户的鼠标键盘操作，生成对应的第一自动化测试用例；通过所述控制通道，获取鸿蒙智能终端上运行的网络协议报文数据，通过CNN‑LSTM神经网络模型判断是否存在安全异常；本发明构建远程控制框架，支持终端的录制与回放，实现自动化测试用例快速高效生成并可实现安全检测。
-
公开(公告)号：CN117274704A
公开(公告)日：2023-12-22
申请号：CN202311264607.6
申请日：2023-09-28
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06V10/764 , G06N3/0464 , G06T7/73 , G06V10/766 , G06V10/82
Abstract: 本发明提出一种多模型融合目标检测的方法、装置和存储介质，该方法包括：建立一个多分支模型的目标检测架构，该多分支模型的目标检测架构包括第一检测分支模型、第二检测分支模型;对于待检测图像，分别输入所述第一检测分支模型和所述第二检测分支模型；分别得到第一分类结果和第二分类结果；综合所述第一分类结果和所述第二分类结果完成所述目标检测，通过本发明的方案可兼顾检测速度和精度实现多模型下目标检测的融合。
-
公开(公告)号：CN116955207A
公开(公告)日：2023-10-27
申请号：CN202311196160.3
申请日：2023-09-18
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F11/36
Abstract: 本发明提出一种识别测试用例完成软硬件的自动化测试方法、系统及介质，该方法包括：选择需要测试的测试脚本，开始自动化测试；将所述测试脚本转换为测试命令，判断所述测试命令是针对UI模拟还是硬件操控，根据测试命令类型进行相应测试操作，并且结合设备监控结果将测试相关结果进行整合输出。本发明能够解决现有测试方式无法涵盖物理按键和触屏的相关功能测试的问题，实现闭环整个测试流程，自动收集测试信息，提高测试效率。
-
公开(公告)号：CN118445205A
公开(公告)日：2024-08-06
申请号：CN202410671189.0
申请日：2024-05-28
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F11/36 , G06N3/0464 , G06N3/088
Abstract: 本发明提出一种基于代码依赖关系分析的操作系统裁剪方法和装置，该方法包括：获取操作系统代码的层级关系，解析出子系统、部件和模块；遍历代码文件，分析各模块之间的直接依赖关系；识别可单独编译的模块，构建模块依赖关系的神经网络输入；使用变分自编码器进行神经网络的无监督预训练，获得编码语义信息的隐层表达；基于PPO算法框架，采用动作采样、计算优势函数、策略裁剪步骤，使用策略梯度通过强化学习的方式训练神经网络；学习模块之间的依赖关系，输出依赖图；迭代进行无监督预训练和强化学习微调，优化神经网络对依赖关系的建模；根据依赖图，进行操作系统裁剪；通过本发明可以显著降低系统裁剪的工作量,使得可根据需要快速定制系统。
-
公开(公告)号：CN117056929A
公开(公告)日：2023-11-14
申请号：CN202311311052.6
申请日：2023-10-11
Applicant: 中国兵器装备集团兵器装备研究所
IPC: G06F21/56 , G06F11/36 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V30/10 , G06V10/82 , G06V30/19
Abstract: 本发明提出鸿蒙系统上测试自动化和安全检测优化方法、装置和介质，该方法应用于服务器，包括：远程连接鸿蒙智能终端，建立控制通道，并向浏览器发送所述鸿蒙智能终端的实时画面；接收浏览器发送的操控指令，解析后通过所述控制通道对终端进行操控；接收录制开始命令，开启自动化测试用例的录制过程，录制用户的鼠标键盘操作，生成对应的第一自动化测试用例；通过所述控制通道，获取鸿蒙智能终端上运行的网络协议报文数据，通过CNN‑LSTM神经网络模型判断是否存在安全异常；本发明构建远程控制框架，支持终端的录制与回放，实现自动化测试用例快速高效生成并可实现安全检测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.041 seconds)
