CN106844197B - 基于代数重建法反馈控制的一致性测试用例策略调度方法 - Google Patents
基于代数重建法反馈控制的一致性测试用例策略调度方法 Download PDFInfo
- Publication number
- CN106844197B CN106844197B CN201611218161.3A CN201611218161A CN106844197B CN 106844197 B CN106844197 B CN 106844197B CN 201611218161 A CN201611218161 A CN 201611218161A CN 106844197 B CN106844197 B CN 106844197B
- Authority
- CN
- China
- Prior art keywords
- test
- test case
- case
- cases
- requirement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于代数重建法反馈控制的一致性测试用例策略调度方法,属于通信协议软件一致性测试技术领域。该方法包括测试用例选取阶段和测试调度阶段;所述测试用例选取阶段,采用层次分析法确定出测试用例关键度系数W,结合测试用例重合度描述测试用例优先级系数Z;在测试调度阶段,采用基于代数重建法反馈控制的算法,搜索出测试用例优先级系数Z最大的测试用例并执行测试,并通过反馈信息,计算测试执行后的需求覆盖,判定是否调度剩余测试用例执行测试。该方法的有益效果在于:能够在完成测试覆盖前提下,更快地覆盖测试需求,减少测试用例执行的个数,缩短测试时间。
Description
技术领域
本发明属于通信协议软件一致性测试领域,涉及一种基于代数重建法反馈控制的一致性测试用例策略调度方法。
背景技术
在一致性测试过程中,如何在测试用例集中搜索合适的测试用例并调用执行,提高测试效率并获得最优的测试覆盖是一个具有理论价值和现实意义的问题。目前,国内外对一致性测试用例调度方法有许多研究,Walcott等研究了与时间因素相关的测试用例优先级排序技术。Dennis等研究了基于切片的测试用例优先级排序技术。Srikanth等研究了基于需求的测试用例优先级排序技术。Ramanathan等提出了一种基于图理论的测试用例排序方法。Sampath等将请求序列出现概率、参数覆盖情况等应用于Web应用程序的测试用例排序的研究。
这些测试用例调度方法应用不同的测试环境,也有着不同的测试目的。在测试资源受限的情况下,我们就希望完成测试覆盖前提下,更快地覆盖测试需求,减少测试用例执行的个数,缩短测试时间。相应地,采用优先执行包含更多测试需求的测试用例的方法就可以更快地完成测试的覆盖。因而,如何选取包含更多测试需求的测试用例,如何搜索调度优先执行的测试用例就是这个方法所值得研究的问题。
发明内容
有鉴于此,本发明的目的在于解决传统一致性测试过程中测试执行无策略或执行策略效率低下的问题,为此提供一种基于代数重建法反馈控制的一致性测试用例策略调度方法。
为达到上述目的,本发明提供如下技术方案:
一种基于代数重建法反馈控制的一致性测试用例策略调度方法,该方法包括测试用例选取阶段和测试调度阶段;所述测试用例选取阶段,采用层次分析法确定出测试用例关键度系数W,结合测试用例重合度描述测试用例优先级系数Z;在测试调度阶段,采用基于代数重建法反馈控制的算法,搜索出测试用例优先级系数Z最大的测试用例并执行测试,并通过反馈信息,计算测试执行后的需求覆盖,判定是否调度剩余测试用例执行测试。
进一步的,测试结束的条件为:测试覆盖的完成或所有测试用例已全部执行,否则测试将会继续直至满足测试结束条件。
进一步的,在所述测试用例选取阶段描述测试用例优先级系数Z,包括以下步骤:
1)根据PICS/PIXIT表信息获取全部测试用例对测试需求的覆盖情况,构建测试需求覆盖关系矩阵D,用测试需求来描述测试用例;
2)采用一种改进的层次分析法分析测试需求的重要度系数,确定出各测试用例的关键度系数W;
3)定义并计算出测试用例重合度MT(Ti,Tj),描述测试用例之间的差异性,用来提高测试覆盖范围;
4)结合测试用例重合度MT(Ti,Tj),确定出测试用例优先级系数Z,用来搜索最优测试序列。
进一步的,所述采用一种改进的层次分析法分析测试需求的重要度系数,具体步骤如下:
1)根据用户定义将测试需求集合中D的每个需求d划分出重要程度,对测试需求d1,d2,…,dj的重要度两两比较,并计算Δ=Imp(di)-Imp(dj);
2)依据判断尺度表,对全部测试需求的重要度两两比较后,计算得到判断矩阵R,其中,判断尺度表由用户定义需求重要度;
5)测试用例Ti的关键度权重系数Wi,
进一步的,所述测试用例重合度MT(Ti,Tj)用于描述测试用例集T中任意两个测试用例Ti、Tj的空间距离关系,且:
进一步的,在所述调度阶段搜索出优先级系数Z最大的测试用例,包括以下步骤:
1)将测试用例关键度系数W和测试用例重合度MT(Ti,Tj)这两个指标作为搜索最优测试序列的参数可以得到测试用例动态优先级系数Z,
2)进行测试用例搜索:
2.1)搜索路径的起始点为关键度权重系数Wi最高的一个测试用例Tb;
2.2)计算空间中其余点与Tb的重合度为MT(Ti,Tj),然后根据测试反馈信息进行优先级的动态调整;
2.3)剔除测试需求集中Tb所覆盖的测试需求项,并重新计算剩余尚未执行的测试用例的关键度权重系数Wi;
3)采用基于代数重建法反馈控制的算法调度测试用例。
进一步的,所述采用基于代数重建法反馈控制的算法调度测试用例,具体步骤如下:
1)依据需求与测试用例的映射关系,构造映射关系矩阵,计算出所有测试用例的关键度权重系数Wi和任意测试用例重合度MT(Ti,Tj);
2)在测试用例集T中对全部测试用例的关键度权重系数Wi从高到低排序,选择排序最高的测试用例,记为Tb并存放到测试序列Tseq,执行该测试用例;
3)当测试需求未覆盖完成时,从映射关系矩阵中获取测试用例Tb覆盖的测试需求,并从测试需求覆盖关系矩阵D中清除这些需求,另外将已执行的测试用例Tb从测试用例集T中剔除;
4)计算剩余测试用例关键度权重系数Wi,以及剩余测试用例与Tb的重合度;
6)将测试用例Ti存放到测试序列Tseq,检测测试需求覆盖情况和剩余测试用例个数;
7)最终测试序列Tseq为搜寻的最优测试序列;
8)搜索结束。
本发明的有益效果在于:可策略地调动测试用例的执行,且调动策略是与用户的测试需求有关,测试用例的执行顺序是有测试用例的优先级大小所决定的,测试用例的优先级顺序随着测试过程不断变化,直至测试需求覆盖达成或所有测试测试用例测完为止,最终达到更快地覆盖测试需求,减少测试用例执行的个数,缩短测试时间的目的。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为基于代数重建法反馈控制测试用例策略调度方法的整体流程图;
图2为搜索最高优先级测试用例算法的流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为基于代数重建法(ART)反馈控制测试用例策略调度方法的整体流程图,从图可知,本方法包括两个阶段:测试用例选取阶段和测试用调度阶段。
一、在测试用例选取阶段
步骤一)定义出测试需求集和可执行测试集
1、测试需求集:测试需求集D(D={d1,d2,…,dj})是被测协议实现要求覆盖的测试需求集合,一般为用户提出的需求。测试需求体现了协议实现的基本覆盖单元,可以是一个功能项或一个被测特征。
2、可执行测试用例集:针对用户提出的测试需求项,由协议一致性测试软件分析需求参数,并依据测试用例数据库中的抽象测试集导出相应的可执行测试用例集T(T={T1,T2,…,Ti})。
步骤二)整理出测试需求与测试用例的覆盖关系映射表
1、获取全部测试用例对测试需求的覆盖情况。测试***的脚本编译器依据j个需求信息自动生成相应的测试用例集,根据接收的PIXIT/PICS参数信息,获取测试需求集合D={d1,d2,…,dj}及其重要度信息,其中j=1,2,…,n,并用1~9表示测试需求的重要度信息,其中重要度最高为9,最低为1;若初始测试集为T,可描述成i个测试用例的集合,因而T可视为n维的点集空间En。空间中的每个点表示一个测试用例Ti,测试用例的数据按照随机发送顺序以数组T={T1,T2,…,Ti}的形式存放,其中i=1,2,…,n。
2、在测试的需求覆盖矩阵中,用二进制字符0和1分别表示测试用例Ti对测试需求dj的覆盖映射关系,得到测试用例Ti与需求覆盖映射的n维向量Sj,其中j为测试需求的数量。则测试用例可以用二进制位串S的形式表示:
3、从测试协议的抽象测试集中选取10个测试用例,分析得到如下表1所示的映射表,可用关联矩阵的形式描述。
表1测试需求与测试用例映射关系表
以测试用例T1为例,T1仅覆盖了测试需求d1,d4,d8,d10,可知S1=(1,0,0,1,0,0,0,1,1,1),则T1与需求集合的映射关系可表示为:
因此,测试用例覆盖的测试需求数量可从二进制位串中获取,每个二进制位串Si可以反映出测试用例与需求集合的映射关系,能够形式化描述测试用例与测试需求的对应关系;其中,测试需求集合中的每个需求元素用数值为1的单位量表示。
步骤三)确定测试用例的关键度
在执行测试过程之前,用户新建测试提出测试需求,这些测试需求集可由数组D={d1,d2,…,dj}来表示当前测试项目的需求分支信息,其中j=1,2,…,n。这些测试需求d1,d2,…,dj可组成需求集合,且各测试需求的重要度优先级(priority)pj不同,优先级越高,代表该测试需求越期望被优先覆盖。本发明采用一种改进的层次分析法(AHP)确定测试需求的重要度系数,通过对测试需求重要度的差值进行层次分析,从而设定各测试用例的关键度系数,具体步骤如下:
1)依据测试需求集合D中每个需求的重要度信息,对测试需求d1,d2,…,dj的重要度两两比较,并计算Δ=Imp(di)-Imp(dj),如表1所示:若Δ>0,表示di比dj重要;若Δ<0,表示di比dj重要;若Δ=0,则表示di与dj的重要程度相当。
表1判断尺度表
注:带*号的代表介于相邻两个判断尺度中间
2)依据表1所示的判断尺度表,对全部测试需求的重要度两两比较后,计算得到判断矩阵R,R=[rij]n*n,(i,j=1,2,…,n),其中rii=1,rij=1/rji。
步骤四)定义测试用例的重合度
依据前述定义,n维的点集空间中的每个点表示一个测试用例Ti,其中Ti可以表示为一个n维向量在形式上,该n维向量是测试用例Tj对应覆盖的测试需求集合,规定需求集合中的每个元素在数值上等于单位1,因而可用于描述测试用例的空间距离关系。
给出测试用例重合度的定义如下:
MT(Ti,Tj)的值越小,表明测试用例Ti和Tj的重合度越小,在点集空间En中相隔距离越远,且差异性也越大。在实际测试中,选择差异性越大的测试用例则越能提高测试覆盖范围;相反,MT(Ti,Tj)的值越大,表明测试用例Ti和Tj存在越大的测试需求覆盖重合度,在点集空间En中相邻近,若选择这样差异性较小的测试用例,则只会覆盖较小的需求范围。另外,由于测试集T中所有测试用例均是唯一和不重复的,则对于任意i和j(i≠j),均有MT(Ti,Tj)>0。
二、测试用调度阶段
步骤一)测试用例优先级的搜索排序
在测试用例选取阶段定义了:测试用例集合T可描述为一个n维空间En,空间中每个点均表示一个唯一的测试用例Ti并具有不同的关键度权重系数,且各测试用例的权重系数Wi具有性质:由上节可知,Ti的坐标为任意两个测试用例的重合度表示为MT(Ti,Tj)。
那么,在n维空间En依次搜索出动态优先级最高的测试用例并执行测试可描述为:该搜索路径的起始点为关键度权重系数Wi最高的一个测试用例Tb,计算空间中其余点与Tb的重合度为MT(Ti,Tj),然后根据测试反馈信息进行优先级的动态调整,剔除测试需求集中Tb所覆盖的测试需求项,并重新计算剩余尚未执行的测试用例的关键度权重系数Wi。
在对测试用例进行优先级搜索与排序时,要求搜索到的测试用例的权重系数Wi最高,且与上一个测试用例的重合度MT(Ti,Tj)最小。因而,可从测试用例优先级和测试用例重合度的这两个衡量指标搜索最优测试序列。由于这两个寻优搜索方向的重要性相当,可用这两个指标的比值Z作为复合增长方向的动态优先级指数,描述如下:
步骤二)测试用例动态调度算法
图2为搜索最高优先级测试用例算法的流程图,参照图2,基于动态优先级的测试用例优先级搜索算法描述为:
//输入PICS/PIXIT表中映射信息,接收并存储测试用例初始数据
//输出测试用例执行序列
Demand_num=m //测试需求数量
Testcase_num=n //测试用例数量
1)依据需求-测试用例的映射关系,构造映射关系矩阵,计算出所有测试用例的关键度系数Wi和任意测试用例之间的重合度MT(Ti,Tj);
//搜索开始
2)在测试集T中对全部测试用例的关键度系数Wi从高到低排序,选择排序最高的测试用例,记为Tb并存放到测试序列Tseq,执行该测试用例;
While(Testcase_num<n)
3)从映射关系矩阵中获取测试用例Tb覆盖的测试需求,并从需求集合D中清除这些需求,另外将已执行的测试用例Tb从测试用例集T中剔除;
4)计算剩余测试用例的关键度系数Wi,以及剩余测试用例与Tb的重合度;
6)将测试用例Ti存放到测试序列Tseq,检测Demand_num与Testcase_num;
End While。
当测试用例被全部执行完(Testcase_num=0),或测试需求被覆盖的百分比达到要求;搜索结束。最终测试序列Tseq为搜寻的最优测试序列。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (6)
1.一种基于代数重建法反馈控制的一致性测试用例策略调度方法,其特征在于,该方法包括测试用例选取阶段和测试调度阶段;所述测试用例选取阶段,采用层次分析法确定出测试用例关键度系数W,结合测试用例重合度描述测试用例优先级系数Z;在测试调度阶段,采用基于代数重建法反馈控制的算法,搜索出测试用例优先级系数Z最大的测试用例并执行测试,并通过反馈信息,计算测试执行后的需求覆盖,判定是否调度剩余测试用例执行测试;
在所述测试用例选取阶段描述测试用例优先级系数Z,包括以下步骤:
1)根据PICS/PIXIT表信息获取全部测试用例对测试需求的覆盖情况,构建测试需求覆盖关系矩阵D,用测试需求来描述测试用例;
2)采用一种改进的层次分析法分析测试需求的重要度系数,确定出各测试用例的关键度系数W;
3)定义并计算出测试用例重合度MT(Ti,Tj),描述测试用例之间的差异性,用来提高测试覆盖范围;其中,Ti、Tj表示测试用例集T中的任意两个测试用例;
4)结合测试用例重合度MT(Ti,Tj),确定出测试用例优先级系数Z,用来搜索最优测试序列。
2.根据权利要求1所述的基于代数重建法反馈控制的一致性测试用例策略调度方法,其特征在于:测试结束的条件为:测试覆盖的完成或所有测试用例已全部执行,否则测试将会继续直至满足测试结束条件。
3.根据权利要求1所述的基于代数重建法反馈控制的一致性测试用例策略调度方法,其特征在于,所述采用一种改进的层次分析法分析测试需求的重要度系数,具体步骤如下:
1)根据用户定义将测试需求集合中D的每个需求d划分出重要程度,对测试需求d1,d2,…,dj的重要度两两比较,并计算Δ=Imp(di)-Imp(dj);
2)依据判断尺度表,对全部测试需求的重要度两两比较后,计算得到判断矩阵R,其中,判断尺度表由用户定义需求重要度;
5)测试用例Ti的关键度权重系数Wi,
5.根据权利要求1所述的基于代数重建法反馈控制的一致性测试用例策略调度方法,其特征在于:在所述调度阶段搜索出优先级系数Z最大的测试用例,包括以下步骤:
1)将测试用例关键度系数W和测试用例重合度MT(Ti,Tj)这两个指标作为搜索最优测试序列的参数可以得到测试用例动态优先级系数Z,
2)进行测试用例搜索:
2.1)搜索路径的起始点为关键度权重系数Wi最高的一个测试用例Tb;
2.2)计算空间中其余点与Tb的重合度为MT(Ti,Tj),然后根据测试反馈信息进行优先级的动态调整;
2.3)剔除测试需求集中Tb所覆盖的测试需求项,并重新计算剩余尚未执行的测试用例的关键度权重系数Wi;
3)采用基于代数重建法反馈控制的算法调度测试用例。
6.根据权利要求5所述的基于代数重建法反馈控制的一致性测试用例策略调度方法,其特征在于:所述采用基于代数重建法反馈控制的算法调度测试用例,具体步骤如下:
1)依据需求与测试用例的映射关系,构造映射关系矩阵,计算出所有测试用例的关键度权重系数Wi和任意测试用例重合度MT(Ti,Tj);
2)在测试用例集T中对全部测试用例的关键度权重系数Wi从高到低排序,选择排序最高的测试用例,记为Tb并存放到测试序列Tseq,执行该测试用例;
3)当测试需求未覆盖完成时,从映射关系矩阵中获取测试用例Tb覆盖的测试需求,并从测试需求覆盖关系矩阵D中清除这些需求,另外将已执行的测试用例Tb从测试用例集T中剔除;
4)计算剩余测试用例关键度权重系数Wi,以及剩余测试用例与Tb的重合度;
6)将测试用例Ti存放到测试序列Tseq,检测测试需求覆盖情况和剩余测试用例个数;
7)最终测试序列Tseq为搜寻的最优测试序列;
8)搜索结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218161.3A CN106844197B (zh) | 2016-12-26 | 2016-12-26 | 基于代数重建法反馈控制的一致性测试用例策略调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218161.3A CN106844197B (zh) | 2016-12-26 | 2016-12-26 | 基于代数重建法反馈控制的一致性测试用例策略调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106844197A CN106844197A (zh) | 2017-06-13 |
CN106844197B true CN106844197B (zh) | 2020-06-09 |
Family
ID=59136101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611218161.3A Active CN106844197B (zh) | 2016-12-26 | 2016-12-26 | 基于代数重建法反馈控制的一致性测试用例策略调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106844197B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109117370B (zh) * | 2018-08-07 | 2022-03-29 | Oppo广东移动通信有限公司 | 游戏测试方法及相关产品 |
CN109359047B (zh) * | 2018-10-29 | 2021-05-14 | 北京计算机技术及应用研究所 | 一种基于***特征状态的软件测试充分性度量方法 |
CN112650687B (zh) * | 2020-12-30 | 2024-03-19 | 绿盟科技集团股份有限公司 | 引擎调度动作执行优先级的测试方法、装置、设备及介质 |
CN114168472A (zh) * | 2021-12-09 | 2022-03-11 | 惠州Tcl移动通信有限公司 | 用例执行方法、装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099283A (ja) * | 2001-09-25 | 2003-04-04 | Toshiba Corp | ソフトウェアシステムのテスト優先度導出支援方法、テストケース設計支援方法、およびその支援プログラム |
KR20130060042A (ko) * | 2011-11-29 | 2013-06-07 | 이화여자대학교 산학협력단 | 리스크 노출 값 기반의 테스트 케이스 우선순위 결정 방법 |
CN103500142A (zh) * | 2013-10-12 | 2014-01-08 | 南京大学 | 面向动态Web应用的多目标测试用例优先级测试方法 |
CN104572449A (zh) * | 2014-12-23 | 2015-04-29 | ***通信集团广东有限公司 | 一种基于用例库的自动化测试方法 |
CN105930257A (zh) * | 2015-10-12 | 2016-09-07 | ***股份有限公司 | 一种确定目标测试用例的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9311223B2 (en) * | 2013-05-21 | 2016-04-12 | International Business Machines Corporation | Prioritizing test cases using multiple variables |
-
2016
- 2016-12-26 CN CN201611218161.3A patent/CN106844197B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099283A (ja) * | 2001-09-25 | 2003-04-04 | Toshiba Corp | ソフトウェアシステムのテスト優先度導出支援方法、テストケース設計支援方法、およびその支援プログラム |
KR20130060042A (ko) * | 2011-11-29 | 2013-06-07 | 이화여자대학교 산학협력단 | 리스크 노출 값 기반의 테스트 케이스 우선순위 결정 방법 |
CN103500142A (zh) * | 2013-10-12 | 2014-01-08 | 南京大学 | 面向动态Web应用的多目标测试用例优先级测试方法 |
CN104572449A (zh) * | 2014-12-23 | 2015-04-29 | ***通信集团广东有限公司 | 一种基于用例库的自动化测试方法 |
CN105930257A (zh) * | 2015-10-12 | 2016-09-07 | ***股份有限公司 | 一种确定目标测试用例的方法及装置 |
Non-Patent Citations (1)
Title |
---|
面向方面软件的测试用例排序技术;马曾凯;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090915(第09期);第I138-386页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106844197A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106844197B (zh) | 基于代数重建法反馈控制的一致性测试用例策略调度方法 | |
Talagala et al. | Meta-learning how to forecast time series | |
Guan et al. | Matrix factorization with rating completion: An enhanced SVD model for collaborative filtering recommender systems | |
CN112566196B (zh) | 一种基于智能电网的异构网络接入选择方法及相关设备 | |
US9235813B1 (en) | General framework for cross-validation of machine learning algorithms using SQL on distributed systems | |
US20170330078A1 (en) | Method and system for automated model building | |
CN110263938B (zh) | 用于生成信息的方法和装置 | |
US20020188507A1 (en) | Method and system for predicting customer behavior based on data network geography | |
CN103810104A (zh) | 一种软件测试用例优化方法及*** | |
CN106991051A (zh) | 一种基于变异测试和关联规则的测试用例约简方法 | |
CN105260171A (zh) | 一种虚拟道具的生成方法及装置 | |
AU2021245165A1 (en) | Method and device for processing quantum data | |
CN113032367A (zh) | 面向动态负载场景的大数据***跨层配置参数协同调优方法和*** | |
Scanagatta et al. | Improved local search in Bayesian networks structure learning | |
CN107451210B (zh) | 一种基于查询松弛结果增强的图匹配查询方法 | |
CN112085086A (zh) | 一种基于图卷积神经网络的多源迁移学习方法 | |
CN106844419B (zh) | 一种基于海量不完备数据集的skyline偏好查询方法 | |
CN110119399A (zh) | 基于机器学习的业务流程优化方法 | |
Wang et al. | On the use of time series and search based software engineering for refactoring recommendation | |
Halman et al. | An FPTAS for the knapsack problem with parametric weights | |
CN103218419B (zh) | 网络标签聚类方法和*** | |
CN107066328A (zh) | 大规模数据处理平台的构建方法 | |
Kabra et al. | Potent real-time recommendations using multimodel contextual reinforcement learning | |
CN114880709B (zh) | 一种应用人工智能的电商数据防护方法及服务器 | |
CN114678114A (zh) | 应用于智慧医疗的大数据挖掘评估方法及大数据挖掘*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |