基于可变强度组合测试的深度神经网络测试充分性方法
授权
摘要
本发明公开了一种基于可变强度组合测试的深度神经网络测试充分性方法,利用可变强度组合测试技术,根据模型权重对深度神经网络中的神经元进行关系抽取,提取不同强度的神经元组合,根据神经元组合中神经元激活状态,评估神经网络中的神经元激活状态覆盖情况;根据计算出的覆盖率来评估模型测试充分性。本发明既有效缩减了神经元状态空间,还根据不同的作用关系抽取对应的神经元组合,进行覆盖率计算。如果测试用例可以达到较高的覆盖率,那么测试用例的充分性便可以得到更好的证明,也就可以提升测试准则的科学性和可信度。
基本信息
专利标题 :
基于可变强度组合测试的深度神经网络测试充分性方法
专利标题(英):
暂无
公开(公告)号 :
CN110135558A
申请号 :
CN201910323798.6
公开(公告)日 :
2019-08-16
申请日 :
2019-04-22
授权号 :
CN110135558B
授权日 :
2022-04-12
发明人 :
王子元陈炎杉
申请人 :
南京邮电大学
申请人地址 :
江苏省南京市鼓楼区新模范马路66号
代理机构 :
南京瑞弘专利商标事务所(普通合伙)
代理人 :
彭雄
优先权 :
CN201910323798.6
主分类号 :
G06N3/04
IPC分类号 :
G06N3/04 G06N3/06 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构,例如,互连拓扑
法律状态
2022-04-12 :
授权
2019-09-10 :
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20190422
申请日 : 20190422
2019-08-16 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载