基于神经网络模型的自动化测试方法、装置及系统
授权
摘要
本发明提供了一种基于神经网络模型的自动化测试方法、装置及系统,其中,该方法包括:将需求管理系统、测试用例管理系统和缺陷管理系统汇总为特征值,输入训练好的神经网络模型,得到自动化测试代码;训练好的神经网络模型是基于模型训练因子样本训练得到的;通过持续集成系统接收自动化测试代码,并调用预设的代码编译指令对自动化测试代码进行编译,得到自动化测试程序;通过持续集成系统将自动化测试程序发送到与持续集成系统建立连接的已连接多设备测试平台中的设备端进行自动化测试。该方法可以自动化的编写脚本和执行测试,大大节省测试人员的开发和测试时间。
基本信息
专利标题 :
基于神经网络模型的自动化测试方法、装置及系统
专利标题(英):
暂无
公开(公告)号 :
CN114253867A
申请号 :
CN202210195855.9
公开(公告)日 :
2022-03-29
申请日 :
2022-03-02
授权号 :
CN114253867B
授权日 :
2022-06-14
发明人 :
刘蕊
申请人 :
北京仁科互动网络技术有限公司
申请人地址 :
北京市朝阳区建外大街甲6号SK大厦8层
代理机构 :
北京路浩知识产权代理有限公司
代理人 :
王庆龙
优先权 :
CN202210195855.9
主分类号 :
G06F11/36
IPC分类号 :
G06F11/36 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F11/00
错误检测;错误校正;监控
G06F11/36
通过软件的测试或调试防止错误
法律状态
2022-06-14 :
授权
2022-04-15 :
实质审查的生效
IPC(主分类) : G06F 11/36
申请日 : 20220302
申请日 : 20220302
2022-03-29 :
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