-
公开(公告)号：CN109840191B
公开(公告)日：2023-12-08
申请号：CN201711200460.9
申请日：2017-11-24
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种基于步骤提示的安卓众包测试反馈方法，其特征是通过众包测试平台Kikbug的驱动程序对测试过程的记录，建立用户测试行为数据库；在测试过程当中，收集当前测试人员的测试步骤信息，和数据库中已记录的、已触发异常的操作信息对比，解决众包测试报告不够专业的问题，以引导测试人员完成更高效的众包测试。(1)建立关于异常的测试行为数据库，通过任务提供者完成所有待测任务，初始化数据库；(2)对比当前测试人员和数据库中的操作序列，引导测试人员触发异常；(3)存储测试过程中出现的新异常；已确认的异常，不再引导测试人员验证该异常；(5)将异常反馈给任务提供者。(4)当某异常复现的次数超过阀值，将之定义为
-
公开(公告)号：CN110825381A
公开(公告)日：2020-02-21
申请号：CN201910951999.0
申请日：2019-09-29
Applicant: 南京大学
Abstract: 一种结合源代码语义与语法特征的基于卷积神经网络的bug定位方法，其特征是提出一种根据用户提交的bug报告定位到产生bug的源代码文件的方法，该方法使用CNN分别对bug报告、源代码语义以及源代码语法进行特征提取，再对这些特征进行融合并提取出统一的特征，最后使用CNN对bug报告和源代码进行相关性预测，得到与bug报告相关的TopK份源代码文件。从而使得当用户提交新的bug报告时，维护人员能及时定位到相关源代码文件并通知开发人员进行修复，从而提高修复bug以及项目维护的效率。该方法的整体流程如摘要附图所示。
-
公开(公告)号：CN110543411A
公开(公告)日：2019-12-06
申请号：CN201810561267.6
申请日：2018-05-29
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明涉及一种演化环境下变异测试强度需求预测方法。该方法基于特征提取和错误检测数目对软件的各个版本通过数据清洗和特征选择，构建用于模型训练的特征矩阵和强度向量；在此基础上，应用BP神经网络方法构建预测模型，并在模型构建时不断通过信号前向传播和误差后向传播结果调整模型权重，从而学习生成一个变异测试强度需求预测模型BP-Model；最后，将当前软件版本的特征向量输入到BP-Model中，最终生成当前软件版本的变异测试强度需求。本发明目的在于解决目前存在的新版本软件变异测试强度未知的难题，进而帮助测试人员制订合理的变异测试需求，帮助测试人员在有限的时间内构建有效的测试用例集。
-
公开(公告)号：CN110083521A
公开(公告)日：2019-08-02
申请号：CN201810092970.7
申请日：2018-01-26
Applicant: 南京大学
Abstract: 一种基于群体智能的移动应用测试报告提交及处理方法，利用安卓用户行为可追踪的特点，结合测试人员提交的异常报告，构造更为全面更为精准的移动应用异常描述，帮助测试人员更加准确定位异常，同时改进测试人员反馈的机制，测试人员通过跳转到异常报告填写页面，实时反馈异常的效果，提高整个应用的反馈效率和测试质量。
-
公开(公告)号：CN109840644A
公开(公告)日：2019-06-04
申请号：CN201711200605.5
申请日：2017-11-24
Applicant: 南京大学
Abstract: 互联网已经发展为一个高协作性和高互动性的社交环境，用户作为社交网络中内容的生产者和消费者，影响着网络中的感知信息质量。其中的两个因素，用户反馈和个人信誉对于感知信息质量的衡量尤为重要。本文通过定量的实证研究，探究了声誉和用户反馈对感知信息质量的影响，并使用回归分析的方法，发现了用户反馈和个人信誉中影响感知信息质量的重要因素。
-
Patent Agency Ranking
公开(公告)号：CN111338957B
公开(公告)日：2023-03-31
申请号：CN202010127165.0
申请日：2020-02-28
Abstract: 本发明涉及一种基于概率统计的软件测试基本路径进化生成方法。该方法给定被测程序，首先，利用条件概率关系和最大似然估计法，度量被测程序条件语句间的相关性类型，进而判定被测程序的互斥边关系，以此作为可行路径的识别依据；其次，采用遗传算法生成可行的基本路径，遗传算法的个体采用十进制编码方式代表进化路径，个体评价完成后，判断进化个体是否含有互斥边，含有互斥边的个体代表的是不可行路径，不参与进化过程；再次，对不含有互斥边的个体进行选择、交叉、变异和繁殖操作，重复上述过程，直到达到最大迭代次数或者生成所有的可行路径为止；然后，检验生成的可行路径是否为基本路径，将线性无关的独立路径存入基本路径集；最后，输出可行的基本路径集合。本发明目的在于为被测程序自动生成可行的基本路径，再根据可行的基本路径生成或者选择测试数据，解决了目前被测软件路径数目众多的情况下，全路径覆盖测试难以达到，测试质量难以得到保障的问题，最终帮助测试人员提高软件测试效率，同时保障软件测试的质量。
-
公开(公告)号：CN115730598A
公开(公告)日：2023-03-03
申请号：CN202211106729.8
申请日：2022-09-09
Applicant: 南京大学
IPC: G06F40/295 , G06F40/216 , G06F40/289 , G06F40/30 , G06F16/34 , G06F16/951
Abstract: 本发明属于自然文本分析预测领域，用于焦点类型的实体属性预测。本发明提供一种基于自然语言处理的焦点实体属性预测技术，该技术不仅能输出当前属性预测模型中常见的客观预测值，还能归纳输出文本数据中的针对实体的不同属性的不同预期值或评价。本发明根据用户提供的实体集合和属性集合构建更大的相关实体集合或迭代集合并爬取大量文本数据用于基础的属性预测和属性发展趋势预测。本发明输出的预期值和评价能够用于指导不同实体的优化、或预测其发展方向，针对当前文本数据利用率低，隐藏信息挖掘量少的问题，提高了焦点实体信息准确获取的能力并为属性预测的下流应用提供更丰富且有价值的数据。
-
公开(公告)号：CN110688321B
公开(公告)日：2022-07-08
申请号：CN201910952056.X
申请日：2019-09-29
Applicant: 南京大学
IPC: G06F11/36 , G06N3/00 , G06F16/951
Abstract: 本发明提出一种结合群体智能与机器智能增强移动应用测试的方法，用于增强机器智能的代码覆盖率，以获得更多发现缺陷的机会。该发明的主要创新在于两方面，一方面是将群体智能产出的代码进行了格式化的整理，从而找出群体智能在应用进行的测试中，不同页面之间进行转移的最短路径与相同页面内，和仅在少数代码中出现的特异路径，并保存为自动化工具的配置文件；另一方面将这些整理后的路径通过配置文件接人到机器智能中，使得机器智能可以解决由于部分页面之间的转移需要进行逻辑性操作(组合操作)而难以甚至无法实现的问题。
-
公开(公告)号：CN110717602A
公开(公告)日：2020-01-21
申请号：CN201910952057.4
申请日：2019-09-29
Applicant: 南京大学
IPC: G06N20/10
Abstract: 本发明提供的是一种基于噪音数据的机器学习模型鲁棒性评估方法，包括原始数据集处理、噪音数据获取、模型训练、模型预测、准确率下降比计算和模型鲁棒性评估。原始数据集处理包括收集百分百标签正确的原始数据集，并采用10次10-折交叉验证划分原始训练集和原始测试集。噪音数据获取包括在原始训练集的基础上，采用分层抽样方法抽取t′＝|D|·α个数据，并将其标签替换为错误标签，其中α为噪音数据率。模型训练包括基于常见分类算法，并分别输入原始训练集和混有噪音数据的训练集分别构建原始模型和新模型。模型预测包括基于原始测试集，对这原始模型和新模型分别进行准确度评估。准确率下降比计算包括计算新模型较原始模型而言准确率下降的比率。模型鲁棒性评估包括横纵向比较准确率下降的比率的大小，衡量模型鲁棒性强弱，实现了判断模型健壮性的标准。
-
公开(公告)号：CN110609961A
公开(公告)日：2019-12-24
申请号：CN201810561270.8
申请日：2018-05-29
Applicant: 南京大学
IPC: G06F16/9536 , G06F17/27
Abstract: 本发明是一个解决司法研究中的罚金推断问题的推荐方法。该方法以两种方式来推断罚金，一是通过对法律案件进行聚类，然后通过多数投票策略获得目标案件的判罚；另一种是通过协同过滤，即查找目标案件的邻居，然后再次采用投票策略。引入了词嵌入技术，它将文档作为词矩阵进行处理，即嵌入法通过word2vec方法，用浅层神经网络语言模型来学习每个词的向量。本发明目的在于对法官们进行法律案件的最终判决和罚金数额的确定起到实际的指导作用，进而有利于司法事业的发展和社会效率的提高。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
