一种基于图结构的神经网络测试方法

    公开(公告)号:CN117391151A

    公开(公告)日:2024-01-12

    申请号:CN202311235648.2

    申请日:2023-09-22

    IPC分类号: G06N3/048 G06N3/08 G06F11/36

    摘要: 本发明提供一种基于图结构的神经网络测试方法,涉及人工智能测评领域,所述方法包括:根据各所述神经元的输出值在对应层级内排名是否处于预设阈值内判断各所述神经元是否处于激活状态;将处于激活状态的各所述神经元抽象为图数据结构,根据处于图数据结构的各所述神经元分别计算神经网络模型的层结构加权覆盖率和图结构数据集结构性变动指标,从而根据上述指标生成所述神经网络模型的测试用例。本申请解决了现有技术中的神经元覆盖率指标没有考虑数据集多样性、激活神经元判定考虑不充分、忽略不同神经元重要性等问题的技术问题,具有更好的适应性和充分性,能够更好地评估深度神经网络模型的质量,提高神经网络模型的鲁棒性和可靠性。

    一种应用系统部署体系结构建模和验证方法

    公开(公告)号:CN110262795B

    公开(公告)日:2020-10-27

    申请号:CN201910485092.X

    申请日:2019-06-05

    IPC分类号: G06F8/35 G06F8/60

    摘要: 本发明提出一种应用系统部署体系结构建模和验证方法,属于电子信息技术领域。包括:步骤一:分析应用系统体系结构的部署需求,形成应用系统访问路径规划列表和应用系统体系结构部署规划图;步骤二:自底向上对四层树形结构的应用系统部署体系结构进行建模;步骤三:由设备类型服务调用图自动生成期望性质公式;步骤四:对建立的应用系统部署体系结构模型的连通性进行验证;步骤五:对路径上相邻设备类型进行互操作性验证;步骤六:结合连通性验证和设备互操作性验证结果。本发明采用高阶类型化应用系统体系结构建模和验证语言,结合模型驱动的软件工程中已有的方法和工程技术,逐层建模,在建模过程中可即时反映需求的完整性。

    一种微服务网站的自动化部署方法

    公开(公告)号:CN110224869A

    公开(公告)日:2019-09-10

    申请号:CN201910508370.9

    申请日:2019-06-13

    IPC分类号: H04L12/24 H04L29/08

    摘要: 本发明提供了一种微服务网站的自动化部署方法,将微服务网站的部署区域分为负载均衡区、计算服务区、数据库服务区和存储区进行部署。本发明首先构建部署文件和配置文件;部署文件记录服务器IP地址和基础软件映射关系、安装指令等,配置文件记录服务器间的集群关系、主从服务器IP地址等;然后依据部署文件向目标服务器发送对应的基础软件及依赖项;对各区服务器,依据部署文件和配置文件进行自动部署;在部署完成后,自动依据测试文件进行正确性与可用性检测,检测通过后,在指定服务器上部署微服务网站的war包。本发明实现了微服务网站在服务器上的快速批量部署与更新,部署效率和准确率高,减少了运维人员的工作负担。

    基于MapReduce的网页不兼容标签并行查找方法

    公开(公告)号:CN103440289B

    公开(公告)日:2016-05-18

    申请号:CN201310359420.4

    申请日:2013-08-16

    IPC分类号: G06F17/30 G06F9/44

    摘要: 本发明提供了一种基于MapReduce的网页不兼容标签并行查找方法,用于对不兼容标签快速定位。本方法将要扫描的代码分为n块,在m个计算机上使用Map函数并行查找代码块中的不兼容标签,所使用的不兼容标签库为Trie结构组织;当查找到不兼容标签时,记录标签所在的行数、列数和代码块号;最后通过Reduce操作对所记录的结果进行汇总处理,将中所有不兼容标签的位置返回给用户。本方法可用于大型Web应用程序的多平台部署,能快速定位不兼容标签,以辅助工程师快速定位源代码中需要进行处理的不兼容标签,使部署的Web应用能在不同浏览器上正常显示。

    一种时间密集大数据量的B/S分区间分页查询方法

    公开(公告)号:CN102880685B

    公开(公告)日:2015-06-24

    申请号:CN201210338858.X

    申请日:2012-09-13

    IPC分类号: G06F17/30

    摘要: 本发明提出了一种时间密集大数据量的B/S分区间分页查询方法。用户通过浏览器端输入初始查询条件,请求某一页或某一区间。首次查询某区间,在服务器端获取该区间的所有时间点,根据时间点个数获取本区间的总页数并以追加的方式将每页的起始时间和结束时间顺序写入缓存文件,根据第一页的起始时间和结束时间,获取该页数据,将本区间的总页数及第一页数据返回前台。对查询过的区间,只需从缓存文件中读出要查询的页的开始时间和结束时间,根据该时间条件从数据库中查询该页的数据并返回。通过分表查询数据库,再按时间点拼接以获取最终结果。本发明减小了每次查询的结果集,减少了查询数据库的响应时间,占用客户端和应用服务器存储空间少。

    一种航天器测试需求自动生成系统及其方法

    公开(公告)号:CN104699613A

    公开(公告)日:2015-06-10

    申请号:CN201510134653.3

    申请日:2015-03-26

    IPC分类号: G06F11/36

    摘要: 本发明是一种航天器测试需求自动生成系统及其方法,属于系统测试领域。所述系统包括测试需求库、UML模型读取模块、被测目标抽取模块和测试需求构建模块;测试需求库是经过积累的各型号被测系统、分系统、单机和模块所需的测试需求;UML模型读取模块对基于UML的状态转换图和交联图转换为XML格式存储;被测目标抽取模块抽取被测目标的测试环境需求;测试需求构建模块用于构建静态测试需求和动态测试需求。所述方法基于上述系统,根据被测目标的类名、接口名称以及总线名称构建静态测试需求,依据状态转换图构建动态测试需求。本发明实现了对航天器测试需求模型所包含信息的完备抽取,自动生成测试需求,减少重复工作,提高工作效率。

    一种通用文档结构信息抽取方法

    公开(公告)号:CN103399857A

    公开(公告)日:2013-11-20

    申请号:CN201310272418.3

    申请日:2013-07-01

    IPC分类号: G06F17/30

    摘要: 本发明提供了一种通用文档结构信息抽取方法,属于文档一体化工程领域。本发明针对特定领域的领域知识,定义文档的同构信息格式,同构信息格式至少包括:定义文本信息格式的文本节点、定义文档结构信息格式的结构节点、定义图片信息格式的图片节点、以及定义图表信息格式的表格节点,构建原始文档向同构信息格式的提取转换方法,供给上层应用的统一操作接口,以及同构信息描述格式,并将同构信息格式转换为同构信息描述格式显示。本发明可以抽取重要的文档结构信息,同时保持文档中的图片和图表信息,方法简单易用,通用性强;通过本发明方法可以建立特定领域的文档同构信息模型,实现文档信息的同构互操作,方便文档一体化管理。

    在Linux上模拟实现Windows堆管理的方法

    公开(公告)号:CN103077076A

    公开(公告)日:2013-05-01

    申请号:CN201310003729.X

    申请日:2013-01-06

    IPC分类号: G06F9/46

    摘要: 本发明为一种在Linux上模拟实现Windows堆管理的方法,应用程序初始化时,使用brk命令从Linux虚拟地址中开辟出一块连续空间用作类Windows虚存管理,然后构建数据结构,将应用程序的Windows操作行为转化为Linux操作的表达形式,在Linux上,不可增长堆和可增长堆通过将内存块以链表连接方式来模拟实现,不可增长堆要保留最大大小的空间。本发明方法在Linux上实现了堆的固定地址再分配功能,在不修改Linux内核的情况下,在Linux上重新构建Windows的内存管理机制,实现虚存管理和堆管理,以便使得Windows应用程序可以无缝迁移至Linux操作系统上运行。

    在Linux上模拟实现Windows多对象同步等待机制的方法

    公开(公告)号:CN103077031A

    公开(公告)日:2013-05-01

    申请号:CN201310003744.4

    申请日:2013-01-06

    IPC分类号: G06F9/44

    摘要: 本发明是一种在Linux上模拟实现Windows多对象同步等待机制的方法,建立三个集合来管理不同状态下的线程,有线程进入或解除等待状态时,管理waiting集合,当对象的状态发生改变时,管理signaled集合,当线程等待需求被满足时,管理result集合;同时,本方法为每个线程建立一个APC队列文件,某对象在发送APC前,先获得全局信号量,再向目标线程的APC队列文件中写入相关异步调用函数。线程执行APC时,需获得全局信号量,然后从APC队列文件中读取并执行异步调用函数。本发明方法简单有效,很好地解决了Linux上由于异步调用可能发生在线程执行过程中的任意部分而导致的安全问题。

    一种面向人工智能组件的测试用例生成方法

    公开(公告)号:CN115712574A

    公开(公告)日:2023-02-24

    申请号:CN202211493963.0

    申请日:2022-11-25

    IPC分类号: G06F11/36 G06N3/04 G06N3/08

    摘要: 本发明公开了一种面向人工智能组件的测试用例生成方法,属于图像处理领域;具体为:首先,针对原始图片,基于条件生成对抗网络cGAN,使用one‑hot编码拼接到原始图片生成测试样例;然后,通过cGAN的损失函数,采取模糊测试方法加入扰动项对生成的测试样例进行扩充;通过隐空间采样约束和训练约束,并设计收益函数来估计扩充后测试样例集的质量,保证样例集满足测试要求。接着,构建蜕变关系对满足要求的样例集进行缩减,生成最终面向人工智能组件的测试用例;最后,利用可靠性、充分性以及覆盖率三个指标对最终生成的测试用例进行验证;本发明可以充分覆盖待测组件的功能约束,能够测试到待测组件应有的功能约束,也能测试到待测组件不应有的功能约束。