一种智能软件测试充分性评价方法

AITNT
正文
推荐专利
一种智能软件测试充分性评价方法
申请号:CN202411112359
申请日期:2024-08-14
公开号:CN119088681A
公开日期:2024-12-06
类型:发明专利
摘要
本发明公开了一种智能软件测试充分性评价方法,涉及软件测试技术领域,包括以下步骤:步骤1:构建测试用例数据集和训练数据集;步骤2:构建神经网络训练环境和神经网络测试环境;步骤3:利用训练数据集在神经网络训练环境中对智能软件进行训练,获得待测试神经网络;步骤4:在神经网络测试环境中利用测试用例数据集对待测试神经网络分别进行神经元覆盖测试、路径覆盖测试和意外覆盖测试,分别获得神经元覆盖率、神经元路径覆盖率和意外覆盖率;步骤5:根据神经元覆盖率、神经元路径覆盖率、意外覆盖率和设定的覆盖率阈值进行对比判断,获得充分性评价结果。本发明基于神经元、路径和意外覆盖对智能软件实施有效的测试充分性评价。
技术关键词
测试用例数据 覆盖率 评价方法 路径覆盖测试 神经网络训练 样本 覆盖准则 决策 软件测试环境 核密度估计方法 表达式 软件测试技术 集群 高斯核函数 网络结构
系统为您推荐了相关专利信息
1
基于LSTM-改进BP双模型融合的地层孔隙压力评价方法
地层孔隙压力 声波时差 BP模型 评价方法 测井
2
基于注意力机制的雷达目标跟踪方法
注意力机制 跟踪方法 序列 轨迹特征 雷达跟踪技术
3
一种基于随机森林和自然语言模型的路网状态评价方法
状态评价方法 自然语言模型 路段 随机森林模型 高速公路基础
4
支持知识检索、生成及优化的智能体管理平台的构建方法
负载均衡数据 节点 平台 检索策略 多模态
5
一种基于多粒度隐式信息聚合的图神经网络训练方法
节点特征 强化学习算法 神经网络训练方法 标签 分类器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号