摘要
本申请涉及软件测试领域,本发明提出一种基于AI决策的软件常态化测试用例自适应生成方法,包括,从测试用例集参数数据库导入信息作为模型训练初始数据;对数据集内的测试用例进行SF_ICF特征提取,提取出状态特征,用于后续的模型训练和分类;将检测参数注入GAN训练模型对测试用例相关的生成器与鉴别器分别训练,生成器和鉴别器相互博弈,不断优化自身的参数生成所需测试用例;根据测试用例的覆盖率和多样性,以评估模型训练后生成的测试用例是否符合要求。本发明提出一种SF_ICF特征提取方法,将测试用例转化为状态向量,使用GAN对状态向量进行训练,生成满足日常维护测试所需要的测试用例,降低了测试的规模,提升日常维护测试效率,保证日常系统正常运行。
技术关键词
生成方法
决策
生成测试用例
软件
测试用例集
特征提取方法
测试用例覆盖率
相似性度量方法
数据
随机噪声
执行测试用例
Adam算法
更新模型参数
网络结构
频率
分支
偏差
样本
系统为您推荐了相关专利信息
产量预测方法
红松松塔
无人机倾斜摄影
影像
红色
协同优化方法
互补系统
混合整数线性规划
地理信息系统
能源系统优化技术
查询语句生成方法
关键词
字段
大语言模型
查询语句生成系统
牙模型
非易失性存储介质
牙齿模型
牙冠
模型生成方法