基于机器学习的低代码应用自动测试系统及方法

本发明涉及一种基于机器学习的低代码应用自动测试系统及方法，包括以下关键步骤：首先，接收低代码应用的测试需求并获取界面元素图；其次，通过图像处理和语义识别技术处理界面元素图，提取界面模型；然后，根据界面模型自动生成并执行测试用例，收集测试结果数据；最后，分析测试结果数据并生成详细的测试报告。本发明还涉及构建和使用框架识别网络与文本提取网络，以精确识别界面元素的类别和文本含义，并通过聚类分析和决策树算法深入分析测试数据，从而有效地识别异常模式、错误原因和路径。本发明可广泛应用于软件开发领域，特别是针对低代码平台的应用测试，提升软件质量和测试效率。