摘要
本发明公开了一种基于传播敏感神经元的覆盖率分析方法、系统、设备及存储介质,属于智能软件覆盖性测试技术领域,包括构建中间层神经元激活值相对于输入样本的线性上下界函数,以及神经网络输出相对于中间层神经元激活值的线性上下界函数;分别对上下界函数求最大值和最小值,然后二者作差,得到输出区间宽度函数,分别对扰动范围求导;对梯度范数进行归一化处理,计算几何平均值;构建每层的传播敏感神经元集合,并对该集合进行聚类分析;使用测试数据集,评估测试样本对传播敏感神经元的覆盖情况,获得覆盖率指标;本发明的测试覆盖指标能揭示测试集对模型潜在脆弱区域的覆盖程度,显著提升模型验证的可靠性和细粒度能力。
技术关键词
覆盖率
分析方法
中间层
线性
深度神经网络模型
样本
关键传播路径
指标
模块
网络接口
松弛方法
深度学习模型
训练集
设备通信
聚类算法
电子设备
分析系统
存储器
系统为您推荐了相关专利信息
图像特征向量
衣物识别
轻量卷积神经网络
子模块
线性回归模型
机械臂振动抑制
振动特征
深度神经网络模型
关节
刚度
轴承表面缺陷检测系统
多尺度特征融合
图像
注意力
分辨率