CN114664074B - 一种蓝牙遥控器的测试方法及*** - Google Patents

一种蓝牙遥控器的测试方法及*** Download PDF

Info

Publication number
CN114664074B
CN114664074B CN202210229856.0A CN202210229856A CN114664074B CN 114664074 B CN114664074 B CN 114664074B CN 202210229856 A CN202210229856 A CN 202210229856A CN 114664074 B CN114664074 B CN 114664074B
Authority
CN
China
Prior art keywords
value
test
verification
acquiring
event
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
Application number
CN202210229856.0A
Other languages
English (en)
Other versions
CN114664074A (zh
Inventor
方成
蒋顺来
肖阳彪
邓隆勇
胡望鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Boomtech Industrial Co ltd
Original Assignee
Shenzhen Boomtech Industrial Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Boomtech Industrial Co ltd filed Critical Shenzhen Boomtech Industrial Co ltd
Priority to CN202210229856.0A priority Critical patent/CN114664074B/zh
Publication of CN114664074A publication Critical patent/CN114664074A/zh
Application granted granted Critical
Publication of CN114664074B publication Critical patent/CN114664074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明提供了一种蓝牙遥控器的测试方法及***，其中，方法包括：步骤1：基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；步骤2：获取所述蓝牙遥控器对应的参考信息；步骤3：基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；步骤4：基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试。本发明的蓝牙遥控器的测试方法及***，自动对待测试的蓝牙遥控器进行测试，无需人工完成，降低了人力成本，另外，在进行测试时，基于参考信息确定是否进入针对测试时机，若是，进行相应针对测试，避免了人工测试时均采样固定不变的测试策略造成针对性较低以及测试效率较差的问题发生。

Description

一种蓝牙遥控器的测试方法及***
技术领域
本发明涉及蓝牙设备测试技术领域，特别涉及一种蓝牙遥控器的测试方法及***。
背景技术
目前，蓝牙遥控器凭借其控制距离远和无需对准被遥控设备等优点受到使用者们青睐，但是，蓝牙遥控器也存在与被遥控设备连接不稳定经常断连和耗电速度异常过快等问题，因此，蓝牙遥控器在出厂前需要进行严格的测试，传统测试均是由人工完成，人力成本较大，另外，人工测试时一般均采样固定不变的测试策略，针对性较低，测试效率较差；
因此，亟需一种解决办法。
发明内容
本发明提供一种蓝牙遥控器的测试方法及***，自动对待测试的蓝牙遥控器进行测试，无需人工完成，降低了人力成本，另外，在进行测试时，基于参考信息确定是否进入针对测试时机，若是，进行相应针对测试，避免了人工测试时均采样固定不变的测试策略造成针对性较低以及测试效率较差的问题发生。
本发明提供一种蓝牙遥控器的测试方法，包括：
步骤1：基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
步骤2：获取所述蓝牙遥控器对应的参考信息；
步骤3：基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
步骤4：基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试。
优选的，所述步骤2：获取所述蓝牙遥控器对应的参考信息，包括：
获取所述蓝牙遥控器对应的获取节点集，所述获取节点集包括：多个第一获取节点；
获取所述第一获取节点对应的获取目标类型；
获取预设的验证类型需求库，将所述获取目标类型与所述验证类型需求库中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的至少一个第一验证策略，同时，将对应所述第一获取节点作为第二获取节点，并将其余所述第一获取节点作为第三获取节点；
依次遍历所述第一验证策略，每次遍历时，获取遍历到的所述第一验证策略对应的验证流程；
将所述验证流程拆分成多个第一流程；
获取所述第一流程对应的流程属性，同时，获取所述流程属性对应的风险预测值；
对所述第一流程进行特征提取，获得多个流程特征；
获取预设的验证特征需求库，将所述流程特征与所述验证特征需求库中的验证特征进行匹配；
若所述风险预测值大于等于预设的风险预测阈值和/或所述流程特征与任一验证特征匹配符合，将对应所述第一流程作为第二流程；
获取所述验证流程对应的流程执行先后顺序，基于流程执行先后顺序，确定在所述第二流程前执行的预设数目的所述第一流程，并作为第三流程；
对所述第二流程和所述第三流程进行关联解析，获取关联值；
若所述关联值大于等于预设的关联阈值，将对应所述第三流程作为第四流程；
整合所述第二流程和所述第四流程，获得待模拟流程；
基于所述待模拟流程，进行流程模拟，获得流程模拟结果，同时，记录流程模拟的模拟过程；
获取所述第二流程对应的实际执行结果，同时，将所述流程模拟结果与所述实际执行结果进行差异分析，获取差异值；
将所述模拟过程输入至预设的风险校验模型，获得校验值；
若所述差异值大于等于预设的差异阈值和/或所述校验值大于等于预设的校验阈值，剔除对应遍历到的所述第一验证策略；
当需要剔除的第一验证策略均剔除后，将剔除剩余的所述第一验证策略作为第二验证策略；
基于所述第二验证策略，对所述第二获取节点进行验证，若均验证通过，将对应所述第二获取节点作为第四获取节点；
通过所述第三获取节点和所述第四获取节点获取第一目标数据；
整合获取的各所述第一目标数据，获得所述蓝牙遥控器对应的参考信息，完成获取。
优选的，所述步骤3中，基于所述参考信息，确定是否进入针对测试时机，包括：
训练针对测试时机确定模型，将所述参考信息输入至所述针对测试时机确定模型，获得确定结果，基于所述确定结果，确定是否进入针对测试时机。
优选的，训练针对测试时机确定模型，包括：
获取预设的事件节点集，所述事件节点集包括：多个第一事件节点；
基于预设的事件产生记录库，确定所述第一事件节点对应的多个事件产生记录，所述事件产生记录包括：第一人工针对测试时机确定事件、产生时间点和产生方；
获取所述第一人工针对测试时机确定事件对应的第一贡献度；
获取所述产生方对应的信用值和第二贡献度；
累加计算所述第一贡献度、信用值和第二贡献度，获得第一剔除值；
按照预设的权重设置规则，基于所述产生时间点，生成时间权重；
赋予所述第一剔除值所述时间权重，获得第二剔除值，并与对应所述第一事件节点进行关联；
累加计算所述第一事件节点关联的所述第二剔除值，获得剔除值和；
若所述剔除值和小于等于预设的剔除值和阈值，剔除对应所述第一事件节点；
当需要剔除的所述第一事件节点均剔除后，将剔除剩余的第一事件节点作为第二事件节点；
通过所述第二事件节点获取多个第二人工针对测试时机确定事件；
将获取的各所述人工针对测试时机确定事件输入至预设的神经网络训练模型中，进行模型训练，获得针对测试时机确定模型，完成训练。
优选的，获取所述第一人工针对测试时机确定事件对应的第一贡献度，包括：
基于预设的第一贡献事件库，确定所述第一人工针对测试时机确定事件对应的多个第一贡献事件；
对所述第一贡献事件进行事件解析，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献占比；
获取所述第一贡献事件对应的第一贡献总值；
基于所述第一贡献占比和第一所述贡献总值，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献值，并与所述第一人工针对测试时机确定事件进行关联；
累加所述第一人工针对测试时机确定事件关联的所述第一贡献值，获得第一贡献度，完成获取。
优选的，获取所述产生方对应的信用值和第二贡献度，包括：
基于预设的关联产生方库，确定所述产生方对应的多个关联产生方，同时，确定所述产生方与所述关联产生方之间的关联关系；
获取所述关联产生方对应的第一信用情况；
对所述第一信用情况进行情况解析，获得第一解析值；
获取所述关联关系对应的关系权重，赋予对应所述第一解析值所述关系权重，获得第二解析值；
获取所述产生方对应的第二信用情况；
对所述第二信用情况进行情况解析，获得第三解析值；
若存在所述第二解析值小于等于预设的第一解析阈值和/或所述第三解析值小于等于预设的第二解析阈值，获取预设的信用值阈值，将所述信用值阈值作为所述产生方对应的信用值，完成获取；
否则，获取预设的信用值计算模型，将各所述第二解析值和所述第三解析值输入至所述信用值计算模型，获得所述产生方对应的信用值，完成获取；
基于预设的第二贡献事件库，确定所述产生方对应的多个第二贡献事件；
对所述第二贡献事件进行事件解析，确定所述产生方对应于所述第二贡献事件的第二贡献占比；
获取所述第二贡献事件对应的第二贡献总值；
基于所述第二贡献占比和第二所述贡献总值，确定所述产生方对应于所述第二贡献事件的第二贡献值，并与对应所述产生方进行关联；
累加计算所述产生方关联的所述第二贡献值，获得第二贡献度，完成获取。
优选的，所述步骤3中，制定适宜的针对测试策略，包括：
获取预设的测试策略集，所述测试策略集包括：多个第一测试策略；
依次遍历所述第一测试策略，每次遍历时，获取遍历到的所述第一测试策略对应的至少一个规则配对组，所述规则配对组包括：筛选规则和对应第一评价规则；
基于所述筛选规则，从所述参考信息中筛选出第二目标数据；
基于对应所述第一评价规则，对所述第二目标数据进行评价，获得评价值；
获取对应所述第一评价规则对应的评价阈值；
若所述评价值大于等于所述评价阈值，将所述评价值与所述第一测试策略进行关联，同时，将对应所述第一评价规则作为第二评价规则；
累加计算所述第一测试策略关联的所述评价值，获得第一评价值和；
基于预设的评价值和阈值库，确定全部所述第二评价规则共同对应的评价值和阈值；
若所述第一评价值和大于等于所述评价值和阈值，将对应所述第一测试策略作为第二测试策略；
确定所述第二测试策略对应的所述第一评价值和，并作为第二评价值和；
将所述第二测试策略按照所述第二评价值和从大到小进行排序整合，获得适宜的针对测试策略，完成制定。
本发明提供一种蓝牙遥控器的测试***，包括：
第一测试模块，用于基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
获取模块，用于获取所述蓝牙遥控器对应的参考信息；
确定模块，用于基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
第二测试模块，用于基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试。
优选的，所述获取模块执行如下操作：
获取所述蓝牙遥控器对应的获取节点集，所述获取节点集包括：多个第一获取节点；
获取所述第一获取节点对应的获取目标类型；
获取预设的验证类型需求库，将所述获取目标类型与所述验证类型需求库中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的至少一个第一验证策略，同时，将对应所述第一获取节点作为第二获取节点，并将其余所述第一获取节点作为第三获取节点；
依次遍历所述第一验证策略，每次遍历时，获取遍历到的所述第一验证策略对应的验证流程；
将所述验证流程拆分成多个第一流程；
获取所述第一流程对应的流程属性，同时，获取所述流程属性对应的风险预测值；
对所述第一流程进行特征提取，获得多个流程特征；
获取预设的验证特征需求库，将所述流程特征与所述验证特征需求库中的验证特征进行匹配；
若所述风险预测值大于等于预设的风险预测阈值和/或所述流程特征与任一验证特征匹配符合，将对应所述第一流程作为第二流程；
获取所述验证流程对应的流程执行先后顺序，基于流程执行先后顺序，确定在所述第二流程前执行的预设数目的所述第一流程，并作为第三流程；
对所述第二流程和所述第三流程进行关联解析，获取关联值；
若所述关联值大于等于预设的关联阈值，将对应所述第三流程作为第四流程；
整合所述第二流程和所述第四流程，获得待模拟流程；
基于所述待模拟流程，进行流程模拟，获得流程模拟结果，同时，记录流程模拟的模拟过程；
获取所述第二流程对应的实际执行结果，同时，将所述流程模拟结果与所述实际执行结果进行差异分析，获取差异值；
将所述模拟过程输入至预设的风险校验模型，获得校验值；
若所述差异值大于等于预设的差异阈值和/或所述校验值大于等于预设的校验阈值，剔除对应遍历到的所述第一验证策略；
当需要剔除的第一验证策略均剔除后，将剔除剩余的所述第一验证策略作为第二验证策略；
基于所述第二验证策略，对所述第二获取节点进行验证，若均验证通过，将对应所述第二获取节点作为第四获取节点；
通过所述第三获取节点和所述第四获取节点获取第二目标数据；
整合获取的各所述第二目标数据，获得所述蓝牙遥控器对应的参考信息，完成获取。
优选的，所述确定模块执行如下操作：
训练针对测试时机确定模型，将所述参考信息输入至所述针对测试时机确定模型，获得确定结果，基于所述确定结果，确定是否进入针对测试时机。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种蓝牙遥控器的测试方法的流程图；
图2为本发明实施例中一种蓝牙遥控器的测试***的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种蓝牙遥控器的测试方法，如图1所示，包括：
步骤1：基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
步骤2：获取所述蓝牙遥控器对应的参考信息；
步骤3：基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
步骤4：基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试。
上述技术方案的工作原理及有益效果为：
首先，基于预设的一般测试策略(执行全部测试项目，例如：耗电速度测试、连接稳定性测试等)，对蓝牙遥控器进行测试(一般在屏蔽箱中进行)；接着，获取蓝牙遥控器对应的参考信息(已测试过的蓝牙遥控器中出现的问题和使用相同批次或型号的芯片的已投入用户群体中使用的蓝牙遥控器出现的问题等)；其次，基于参考信息，确定是否进入针对测试时机(例如：有效信息反应蓝牙遥控器的问题完全集中在连接不稳定，则可以针对性的只进行连接稳定性测试)，若是，制定适宜的针对测试策略(例如：执行连接稳定性测试项目)；最后，基于针对测试策略，对蓝牙遥控器进行接力针对测试；
本发明实施例自动对待测试的蓝牙遥控器进行测试，无需人工完成，降低了人力成本，另外，在进行测试时，基于参考信息确定是否进入针对测试时机，若是，进行相应针对测试，避免了人工测试时均采样固定不变的测试策略造成针对性较低以及测试效率较差的问题发生。
本发明提供一种蓝牙遥控器的测试方法，所述步骤2：获取所述蓝牙遥控器对应的参考信息，包括：
获取所述蓝牙遥控器对应的获取节点集，所述获取节点集包括：多个第一获取节点；
获取所述第一获取节点对应的获取目标类型；
获取预设的验证类型需求库，将所述获取目标类型与所述验证类型需求库中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的至少一个第一验证策略，同时，将对应所述第一获取节点作为第二获取节点，并将其余所述第一获取节点作为第三获取节点；
依次遍历所述第一验证策略，每次遍历时，获取遍历到的所述第一验证策略对应的验证流程；
将所述验证流程拆分成多个第一流程；
获取所述第一流程对应的流程属性，同时，获取所述流程属性对应的风险预测值；
对所述第一流程进行特征提取，获得多个流程特征；
获取预设的验证特征需求库，将所述流程特征与所述验证特征需求库中的验证特征进行匹配；
若所述风险预测值大于等于预设的风险预测阈值和/或所述流程特征与任一验证特征匹配符合，将对应所述第一流程作为第二流程；
获取所述验证流程对应的流程执行先后顺序，基于流程执行先后顺序，确定在所述第二流程前执行的预设数目的所述第一流程，并作为第三流程；
对所述第二流程和所述第三流程进行关联解析，获取关联值；
若所述关联值大于等于预设的关联阈值，将对应所述第三流程作为第四流程；
整合所述第二流程和所述第四流程，获得待模拟流程；
基于所述待模拟流程，进行流程模拟，获得流程模拟结果，同时，记录流程模拟的模拟过程；
获取所述第二流程对应的实际执行结果，同时，将所述流程模拟结果与所述实际执行结果进行差异分析，获取差异值；
将所述模拟过程输入至预设的风险校验模型，获得校验值；
若所述差异值大于等于预设的差异阈值和/或所述校验值大于等于预设的校验阈值，剔除对应遍历到的所述第一验证策略；
当需要剔除的第一验证策略均剔除后，将剔除剩余的所述第一验证策略作为第二验证策略；
基于所述第二验证策略，对所述第二获取节点进行验证，若均验证通过，将对应所述第二获取节点作为第四获取节点；
通过所述第三获取节点和所述第四获取节点获取第一目标数据；
整合获取的各所述第一目标数据，获得所述蓝牙遥控器对应的参考信息，完成获取。
上述技术方案的工作原理及有益效果为：
获取参考信息时，设置多个第一获取节点(对应一个收集参考信息的收集方)，获取其获取目标类型(例如：使用相同批次或型号的芯片的已投入用户群体中使用的蓝牙遥控器出现的问题)，并与预设的验证类型需求库(存储有大量需要进行验证的获取目标类型)中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的第一验证策略(例如：需要获取蓝牙遥控器在使用中出现的问题，需要验证收集场景是否正确，若收集场景为对应蓝牙遥控器用户论坛，则正确，否则不正确，还需要验证论坛用户是否真实等)，依次遍历第一验证策略，每次遍历时，获取遍历到的第一验证策略对应的验证流程，并拆分成多个第一流程，获取其对应流程属性(例如：爬取内容)，获取流程属性对应的风险预测值(风险预测值越大，预测风险越大)，还提取出其流程特征，并与预设的验证特征需求库(存储有大量需要进行验证的流程特征)中的验证特征(例如：爬取第三方链接对应的网页内容)进行匹配，若风险预测值较大和/或流程特征与任一验证特征匹配符合，对应第一流程需要进行风险核实，作为第二流程；获取验证流程对应的流程执行先后顺序，基于其确定第二流程前执行的预设数目(例如：3)个第三流程(流程之间存在关联性，想要进行流程模拟即风险核实，需要确定与第二流程关联的其它流程，共同进行模拟)；对第二流程和第三流程进行关联解析，获得关联值(关联值越大，两者流程之间的关联性越大)，若关联值越大，将对应第三流程作为第四流程；整合第二流程和第四流程，获得待模拟流程，基于其进行流程模拟；将流程模拟结果和实际执行结果进行差异分析，获得差异值，差异值越大，差异程度越大；将记录的模拟过程输入至预设的风险校验模型(预先训练的用于进行风险校验的模型)，获得校验值，校验值越大，风险越大；若差异值较大和/或风险校验值较大，对应第一验证策略不合格，应予剔除；基于剔除剩余的第二验证策略，对第二获取节点进行验证，若均验证通过，对应第二获取节点合格，作为第四获取节点；通过无需进行风险核实的第三获取节点(本地收集已测试的蓝牙遥控器的测试结果)和经风险核实合格的第四获取节点获取目标数据(其收集的对应数据)，整合各目标数据，则获得参考信息；
本发明实施例设置多个获取节点，用于获取参考信息，提升了参考信息获取的全面性；基于获取节点的获取目标类型，确定获取节点是否需要进行风险确定，提升了风险确定效率；当获取节点需要进行风险核实时，基于其对应验证流程，确定是否需要流程模拟即风险核实，进一步提升了风险确定效率，更提升了获取节点筛选验证的精准性，保证了参考信息的获取质量；参考信息全面性及获取质量的提高有助于提升针对测试时机确定准确性和适宜针对测试策略的制定的适宜性。
本发明提供一种蓝牙遥控器的测试方法，所述步骤3中，基于所述参考信息，确定是否进入针对测试时机，包括：
训练针对测试时机确定模型，将所述参考信息输入至所述针对测试时机确定模型，获得确定结果，基于所述确定结果，确定是否进入针对测试时机。
上述技术方案的工作原理及有益效果为：
在确定是否进入针对测试时机时，训练针对测试时机确定模型，由其完成是否进入针对测试时机的确定；
本发明实施例训练针对测试时机确定模型，以确定是否进入针对测试时机，提升了便捷性，同时，也更加智能化。
本发明提供一种蓝牙遥控器的测试方法，训练针对测试时机确定模型，包括：
获取预设的事件节点集，所述事件节点集包括：多个第一事件节点；
基于预设的事件产生记录库，确定所述第一事件节点对应的多个事件产生记录，所述事件产生记录包括：第一人工针对测试时机确定事件、产生时间点和产生方；
获取所述第一人工针对测试时机确定事件对应的第一贡献度；
获取所述产生方对应的信用值和第二贡献度；
累加计算所述第一贡献度、信用值和第二贡献度，获得第一剔除值；
按照预设的权重设置规则，基于所述产生时间点，生成时间权重；
赋予所述第一剔除值所述时间权重，获得第二剔除值，并与对应所述第一事件节点进行关联；
累加计算所述第一事件节点关联的所述第二剔除值，获得剔除值和；
若所述剔除值和小于等于预设的剔除值和阈值，剔除对应所述第一事件节点；
当需要剔除的所述第一事件节点均剔除后，将剔除剩余的第一事件节点作为第二事件节点；
通过所述第二事件节点获取多个第二人工针对测试时机确定事件；
将获取的各所述人工针对测试时机确定事件输入至预设的神经网络训练模型中，进行模型训练，获得针对测试时机确定模型，完成训练。
上述技术方案的工作原理及有益效果为：
在训练针对测试时机确定模型时，设置多个第一事件节点(对应一个收集人工进行针对测试时机确定的记录的收集方)，确定其对应的多个事件产生记录，事件产生记录包含第一人工针对测试时机确定事件(人工进行针对测试时机确定的记录)、产生时间点和产生方(针对测试确定由其参与进行)；获取第一人工针对测试时机确定事件对应的第一贡献度(例如：历史上其用于模型训练的次数越大，训练后的模型应对针对测试时机确定的任务越多，第一贡献度越大)，同时，获取产生方的信用值(例如：其历史上提供提供的人工进行针对测试时机确定的记录越真实可靠，信用值越大)和第二贡献度(例如：其历史上提供提供的人工进行针对测试时机确定的记录越多，第二贡献度越大)；累加计算(求和)第一贡献度、信用值和第二贡献度，获得第一剔除值；按照预设的权重设置规则(产生时间点距离当前时间越远，将权重设置地越小)，基于产生时间点，生成时间权重，并赋予第一剔除值(两者相乘)，获得第二剔除值；累加计算第一事件节点关联的第二剔除值，获得剔除值和，若其较小，说明对应第一事件节点历史情况不佳，应予剔除；通过剔除剩余的第二事件节点获取第二人工针对测试时机确定事件(在最近一定时间范围内产生的)，并输入至预设的神经网络训练模型中进行模型训练，则获得针对测试时机确定模型；
本发明实施例在训练针对测试时机确定模型时，设置多个事件节点，提升了针对测试时机确定模型训练的全面性；另外，基于事件节点的事件产生记录对事件节点进行验证，获取验证通过的获取节点对应的人工针对测试时机确定事件用于针对测试时机确定模型的训练，极大程度上提升了针对测试时机确定模型训练的训练质量，有助于更精准地确定是否进入针对测试时机。
本发明提供一种蓝牙遥控器的测试方法，获取所述第一人工针对测试时机确定事件对应的第一贡献度，包括：
基于预设的第一贡献事件库，确定所述第一人工针对测试时机确定事件对应的多个第一贡献事件；
对所述第一贡献事件进行事件解析，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献占比；
获取所述第一贡献事件对应的第一贡献总值；
基于所述第一贡献占比和第一所述贡献总值，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献值，并与所述第一人工针对测试时机确定事件进行关联；
累加所述第一人工针对测试时机确定事件关联的所述第一贡献值，获得第一贡献度，完成获取。
上述技术方案的工作原理及有益效果为：
获取第一人工针对测试时机确定事件对应的第一贡献度时，确定其对应的多个第一贡献事件(例如：历史上其用于模型训练的记录等)；对第一贡献事件进行事件解析，确定第一人工针对测试时机确定事件对应于第一贡献事件的第一贡献占比(例如：历史上用于模型训练的事件总数目为100，则贡献占比为1/100)，获取第一贡献事件对应的第一贡献总值(例如：训练的模型用于应对针对时机确定的应对次数越大，第一贡献总值越大)；基于第一贡献占比和第一贡献总值，确定第一贡献值(两者相乘)；累加计算第一人工针对测试时机确定事件关联的第一贡献值，则获得第一贡献度；
本发明实施例基于第一贡献事件确定第一人工针对测试时机确定事件对应的第一贡献度，设置合理，保证了第一贡献度确定的精准性。
本发明提供一种蓝牙遥控器的测试方法，获取所述产生方对应的信用值和第二贡献度，包括：
基于预设的关联产生方库，确定所述产生方对应的多个关联产生方，同时，确定所述产生方与所述关联产生方之间的关联关系；
获取所述关联产生方对应的第一信用情况；
对所述第一信用情况进行情况解析，获得第一解析值；
获取所述关联关系对应的关系权重，赋予对应所述第一解析值所述关系权重，获得第二解析值；
获取所述产生方对应的第二信用情况；
对所述第二信用情况进行情况解析，获得第三解析值；
若存在所述第二解析值小于等于预设的第一解析阈值和/或所述第三解析值小于等于预设的第二解析阈值，获取预设的信用值阈值，将所述信用值阈值作为所述产生方对应的信用值，完成获取；
否则，获取预设的信用值计算模型，将各所述第二解析值和所述第三解析值输入至所述信用值计算模型，获得所述产生方对应的信用值，完成获取；
基于预设的第二贡献事件库，确定所述产生方对应的多个第二贡献事件；
对所述第二贡献事件进行事件解析，确定所述产生方对应于所述第二贡献事件的第二贡献占比；
获取所述第二贡献事件对应的第二贡献总值；
基于所述第二贡献占比和第二所述贡献总值，确定所述产生方对应于所述第二贡献事件的第二贡献值，并与对应所述产生方进行关联；
累加计算所述产生方关联的所述第二贡献值，获得第二贡献度，完成获取。
上述技术方案的工作原理及有益效果为：
获取产生方对应的信用值时，基于预设的关联产生方库(存储有不同产生方关联的关联产生方)，确定关联方对应的多个关联产生方，同时，获取两者之间的关联关系(例如：担保关系等)；获取关联产生方对应的第一信用情况(历史上其历史上提供的人工进行针对测试时机确定的记录的质量情况等)，并进行情况解析，获得第一解析值，第一解析值越大，情况越佳；获取关联关系对应的关系权重(关联关系越紧密，关系权重越小)，赋予第一解析值该关系权重(两者相乘)，获得第二解析值；获取产生方对应的第二信用情况，与第一信用情况同理，同样进行情况解析，获得第三解析值；若存在第二解析值较小和/或第三解析值较小，将预设的信用值阈值(常数0)作为产生方的信用值，否则，将第二解析值和第三解析值输入至预设的信用值计算模型(预先训练的用于计算信用值的模型)，获得信用值；获取产生方的第二贡献度时，与获取第一贡献度同理，基于第二贡献事件(例如：历史上提供的人工进行针对测试时机确定的记录)进行获取，由于记录完成可能由多人共同完成，因此，同一分析第二贡献占比；
其中，所述信用值计算模型基于第二解析值和所述第三解析值计算信用值的计算公式如下：
Figure GDA0003918289600000161
其中，σ为所述信用值，Dt为第t个所述第二解析值，Q为所述第二解析值的总数目，α为所述第三解析值，μ1和μ2为预设的权重值，Z为预设的修正系数；
公式中，第二解析值和第三解析值与信用值呈正相关，设置合理。
本发明实施例获取信用值时，若产生方的关联产生的信用情况较差，对产生方产生影响，形成关联绑定制，一定程度上对产生方提供低质量记录的行为产生约束，间接提升了人工针对测试时机确定事件的质量；在获取第二贡献度时，基于第二贡献事件确定，设置合理，保证了第二贡献度确定的精准性。
本发明提供一种蓝牙遥控器的测试方法，所述步骤3中，制定适宜的针对测试策略，包括：
获取预设的测试策略集，所述测试策略集包括：多个第一测试策略；
依次遍历所述第一测试策略，每次遍历时，获取遍历到的所述第一测试策略对应的至少一个规则配对组，所述规则配对组包括：筛选规则和对应第一评价规则；
基于所述筛选规则，从所述参考信息中筛选出第二目标数据；
基于对应所述第一评价规则，对所述第二目标数据进行评价，获得评价值；
获取对应所述第一评价规则对应的评价阈值；
若所述评价值大于等于所述评价阈值，将所述评价值与所述第一测试策略进行关联，同时，将对应所述第一评价规则作为第二评价规则；
累加计算所述第一测试策略关联的所述评价值，获得第一评价值和；
基于预设的评价值和阈值库，确定全部所述第二评价规则共同对应的评价值和阈值；
若所述第一评价值和大于等于所述评价值和阈值，将对应所述第一测试策略作为第二测试策略；
确定所述第二测试策略对应的所述第一评价值和，并作为第二评价值和；
将所述第二测试策略按照所述第二评价值和从大到小进行排序整合，获得适宜的针对测试策略，完成制定。
上述技术方案的工作原理及有益效果为：
制定适宜的针对测试策略时，获取多个第一测试策略(不同测试项目对应的测试策略)；依次遍历第一测试策略，每次遍历时，获取遍历到的第一测试策略对应的规则配对组，规则配对组包含筛选规则和对应的第一评价规则(例如：测试策略为连接稳定性测试项目，筛选规则为筛选参考信息中有关连接稳定性的情况信息，评价规则为评价该情况信息表征需要进行该连接稳定性测试项目的表征度)；基于筛选规则，从参考信息中筛选出目标数据(例如：有关连接稳定性的情况信息)，基于对应评价规则，对目标数据进行评价，获得评价值(例如：评价值越大，表征度越大)；获取第一评价规则对应的评价阈值(常数)，若评价值大于等于对应评价阈值，将评价值与第一测试策略进行关联，同时，将对应第一评价规则作为第二评价规则；累加计算第一测试策略关联的评价值，获得第一评价值和，第一评价值和越大，执行该第一测试策略的必要性越大；基于预设的评价值和阈值库(包含不同评价规则搭配对应的评价值和阈值)，确定全部第二评价规则共同对应的评价值和阈值，若第一评价值和大于等于该评价值和阈值，有必要执行对应第一测试策略，作为第二测试策略；将第二测试策略按照对应第二评价值和从大到小进行排序整合，获得针对测试策略；
本发明实施例在制定适宜的针对测试策略时，从第一测试策略中进行挑选，在挑选时，基于规则配对组快速确定第一测试策略的执行必要性，提升了挑选的挑选效率，同时，提升了针对测试策略制定的适应性。
本发明提供一种蓝牙遥控器的测试***，如图2所示，包括：
第一测试模块1，用于基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
获取模块2，用于获取所述蓝牙遥控器对应的参考信息；
确定模块3，用于基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
第二测试模块4，用于基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试。
上述技术方案的工作原理及有益效果已在方法权要中说明，不再赘述。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种蓝牙遥控器的测试方法，其特征在于，包括：
步骤1：基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
步骤2：获取所述蓝牙遥控器对应的参考信息；
步骤3：基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
步骤4：基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试；
所述步骤2：获取所述蓝牙遥控器对应的参考信息，包括：
获取所述蓝牙遥控器对应的获取节点集，所述获取节点集包括：多个第一获取节点；
获取所述第一获取节点对应的获取目标类型；
获取预设的验证类型需求库，将所述获取目标类型与所述验证类型需求库中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的至少一个第一验证策略，同时，将对应所述第一获取节点作为第二获取节点，并将其余所述第一获取节点作为第三获取节点；
依次遍历所述第一验证策略，每次遍历时，获取遍历到的所述第一验证策略对应的验证流程；
将所述验证流程拆分成多个第一流程；
获取所述第一流程对应的流程属性，同时，获取所述流程属性对应的风险预测值；
对所述第一流程进行特征提取，获得多个流程特征；
获取预设的验证特征需求库，将所述流程特征与所述验证特征需求库中的验证特征进行匹配；
若所述风险预测值大于等于预设的风险预测阈值和/或所述流程特征与任一验证特征匹配符合，将对应所述第一流程作为第二流程；
获取所述验证流程对应的流程执行先后顺序，基于流程执行先后顺序，确定在所述第二流程前执行的预设数目的所述第一流程，并作为第三流程；
对所述第二流程和所述第三流程进行关联解析，获取关联值；
若所述关联值大于等于预设的关联阈值，将对应所述第三流程作为第四流程；
整合所述第二流程和所述第四流程，获得待模拟流程；
基于所述待模拟流程，进行流程模拟，获得流程模拟结果，同时，记录流程模拟的模拟过程；
获取所述第二流程对应的实际执行结果，同时，将所述流程模拟结果与所述实际执行结果进行差异分析，获取差异值；
将所述模拟过程输入至预设的风险校验模型，获得校验值；
若所述差异值大于等于预设的差异阈值和/或所述校验值大于等于预设的校验阈值，剔除对应遍历到的所述第一验证策略；
当需要剔除的第一验证策略均剔除后，将剔除剩余的所述第一验证策略作为第二验证策略；
基于所述第二验证策略，对所述第二获取节点进行验证，若均验证通过，将对应所述第二获取节点作为第四获取节点；
通过所述第三获取节点和所述第四获取节点获取第一目标数据；
整合获取的各所述第一目标数据，获得所述蓝牙遥控器对应的参考信息，完成获取；
所述步骤3中，制定适宜的针对测试策略，包括：
获取预设的测试策略集，所述测试策略集包括：多个第一测试策略；
依次遍历所述第一测试策略，每次遍历时，获取遍历到的所述第一测试策略对应的至少一个规则配对组，所述规则配对组包括：筛选规则和对应第一评价规则；
基于所述筛选规则，从所述参考信息中筛选出第二目标数据；
基于对应所述第一评价规则，对所述第二目标数据进行评价，获得评价值；
获取对应所述第一评价规则对应的评价阈值；
若所述评价值大于等于所述评价阈值，将所述评价值与所述第一测试策略进行关联，同时，将对应所述第一评价规则作为第二评价规则；
累加计算所述第一测试策略关联的所述评价值，获得第一评价值和；
基于预设的评价值和阈值库，确定全部所述第二评价规则共同对应的评价值和阈值；
若所述第一评价值和大于等于所述评价值和阈值，将对应所述第一测试策略作为第二测试策略；
确定所述第二测试策略对应的所述第一评价值和，并作为第二评价值和；
将所述第二测试策略按照所述第二评价值和从大到小进行排序整合，获得适宜的针对测试策略，完成制定。
2.如权利要求1所述的一种蓝牙遥控器的测试方法，其特征在于，所述步骤3中，基于所述参考信息，确定是否进入针对测试时机，包括：
训练针对测试时机确定模型，将所述参考信息输入至所述针对测试时机确定模型，获得确定结果，基于所述确定结果，确定是否进入针对测试时机。
3.如权利要求2所述的一种蓝牙遥控器的测试方法，其特征在于，训练针对测试时机确定模型，包括：
获取预设的事件节点集，所述事件节点集包括：多个第一事件节点；
基于预设的事件产生记录库，确定所述第一事件节点对应的多个事件产生记录，所述事件产生记录包括：第一人工针对测试时机确定事件、产生时间点和产生方；
获取所述第一人工针对测试时机确定事件对应的第一贡献度；
获取所述产生方对应的信用值和第二贡献度；
累加计算所述第一贡献度、信用值和第二贡献度，获得第一剔除值；
按照预设的权重设置规则，基于所述产生时间点，生成时间权重；
赋予所述第一剔除值所述时间权重，获得第二剔除值，并与对应所述第一事件节点进行关联；
累加计算所述第一事件节点关联的所述第二剔除值，获得剔除值和；
若所述剔除值和小于等于预设的剔除值和阈值，剔除对应所述第一事件节点；
当需要剔除的所述第一事件节点均剔除后，将剔除剩余的第一事件节点作为第二事件节点；
通过所述第二事件节点获取多个第二人工针对测试时机确定事件；
将获取的各所述人工针对测试时机确定事件输入至预设的神经网络训练模型中，进行模型训练，获得针对测试时机确定模型，完成训练。
4.如权利要求3所述的一种蓝牙遥控器的测试方法，其特征在于，获取所述第一人工针对测试时机确定事件对应的第一贡献度，包括：
基于预设的第一贡献事件库，确定所述第一人工针对测试时机确定事件对应的多个第一贡献事件；
对所述第一贡献事件进行事件解析，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献占比；
获取所述第一贡献事件对应的第一贡献总值；
基于所述第一贡献占比和第一所述贡献总值，确定所述第一人工针对测试时机确定事件对应于所述第一贡献事件的第一贡献值，并与所述第一人工针对测试时机确定事件进行关联；
累加所述第一人工针对测试时机确定事件关联的所述第一贡献值，获得第一贡献度，完成获取。
5.如权利要求3所述的一种蓝牙遥控器的测试方法，其特征在于，获取所述产生方对应的信用值和第二贡献度，包括：
基于预设的关联产生方库，确定所述产生方对应的多个关联产生方，同时，确定所述产生方与所述关联产生方之间的关联关系；
获取所述关联产生方对应的第一信用情况；
对所述第一信用情况进行情况解析，获得第一解析值；
获取所述关联关系对应的关系权重，赋予对应所述第一解析值所述关系权重，获得第二解析值；
获取所述产生方对应的第二信用情况；
对所述第二信用情况进行情况解析，获得第三解析值；
若存在所述第二解析值小于等于预设的第一解析阈值和/或所述第三解析值小于等于预设的第二解析阈值，获取预设的信用值阈值，将所述信用值阈值作为所述产生方对应的信用值，完成获取；
否则，获取预设的信用值计算模型，将各所述第二解析值和所述第三解析值输入至所述信用值计算模型，获得所述产生方对应的信用值，完成获取；
基于预设的第二贡献事件库，确定所述产生方对应的多个第二贡献事件；
对所述第二贡献事件进行事件解析，确定所述产生方对应于所述第二贡献事件的第二贡献占比；
获取所述第二贡献事件对应的第二贡献总值；
基于所述第二贡献占比和第二所述贡献总值，确定所述产生方对应于所述第二贡献事件的第二贡献值，并与对应所述产生方进行关联；
累加计算所述产生方关联的所述第二贡献值，获得第二贡献度，完成获取。
6.一种蓝牙遥控器的测试***，其特征在于，包括：
第一测试模块，用于基于预设的一般测试策略，对待测试的蓝牙遥控器进行相应测试；
获取模块，用于获取所述蓝牙遥控器对应的参考信息；
确定模块，用于基于所述参考信息，确定是否进入针对测试时机，若是，制定适宜的针对测试策略；
第二测试模块，用于基于所述针对测试策略，对所述蓝牙遥控器进行相应接力针对测试；
所述获取模块执行如下操作：
获取所述蓝牙遥控器对应的获取节点集，所述获取节点集包括：多个第一获取节点；
获取所述第一获取节点对应的获取目标类型；
获取预设的验证类型需求库，将所述获取目标类型与所述验证类型需求库中的验证类型进行匹配，若匹配符合，获取匹配符合的验证类型对应的至少一个第一验证策略，同时，将对应所述第一获取节点作为第二获取节点，并将其余所述第一获取节点作为第三获取节点；
依次遍历所述第一验证策略，每次遍历时，获取遍历到的所述第一验证策略对应的验证流程；
将所述验证流程拆分成多个第一流程；
获取所述第一流程对应的流程属性，同时，获取所述流程属性对应的风险预测值；
对所述第一流程进行特征提取，获得多个流程特征；
获取预设的验证特征需求库，将所述流程特征与所述验证特征需求库中的验证特征进行匹配；
若所述风险预测值大于等于预设的风险预测阈值和/或所述流程特征与任一验证特征匹配符合，将对应所述第一流程作为第二流程；
获取所述验证流程对应的流程执行先后顺序，基于流程执行先后顺序，确定在所述第二流程前执行的预设数目的所述第一流程，并作为第三流程；
对所述第二流程和所述第三流程进行关联解析，获取关联值；
若所述关联值大于等于预设的关联阈值，将对应所述第三流程作为第四流程；
整合所述第二流程和所述第四流程，获得待模拟流程；
基于所述待模拟流程，进行流程模拟，获得流程模拟结果，同时，记录流程模拟的模拟过程；
获取所述第二流程对应的实际执行结果，同时，将所述流程模拟结果与所述实际执行结果进行差异分析，获取差异值；
将所述模拟过程输入至预设的风险校验模型，获得校验值；
若所述差异值大于等于预设的差异阈值和/或所述校验值大于等于预设的校验阈值，剔除对应遍历到的所述第一验证策略；
当需要剔除的第一验证策略均剔除后，将剔除剩余的所述第一验证策略作为第二验证策略；
基于所述第二验证策略，对所述第二获取节点进行验证，若均验证通过，将对应所述第二获取节点作为第四获取节点；
通过所述第三获取节点和所述第四获取节点获取第一目标数据；
整合获取的各所述第一目标数据，获得所述蓝牙遥控器对应的参考信息，完成获取；
所述确定模块执行如下操作：
制定适宜的针对测试策略，包括：
获取预设的测试策略集，所述测试策略集包括：多个第一测试策略；
依次遍历所述第一测试策略，每次遍历时，获取遍历到的所述第一测试策略对应的至少一个规则配对组，所述规则配对组包括：筛选规则和对应第一评价规则；
基于所述筛选规则，从所述参考信息中筛选出第二目标数据；
基于对应所述第一评价规则，对所述第二目标数据进行评价，获得评价值；
获取对应所述第一评价规则对应的评价阈值；
若所述评价值大于等于所述评价阈值，将所述评价值与所述第一测试策略进行关联，同时，将对应所述第一评价规则作为第二评价规则；
累加计算所述第一测试策略关联的所述评价值，获得第一评价值和；
基于预设的评价值和阈值库，确定全部所述第二评价规则共同对应的评价值和阈值；
若所述第一评价值和大于等于所述评价值和阈值，将对应所述第一测试策略作为第二测试策略；
确定所述第二测试策略对应的所述第一评价值和，并作为第二评价值和；
将所述第二测试策略按照所述第二评价值和从大到小进行排序整合，获得适宜的针对测试策略，完成制定。
7.如权利要求6所述的一种蓝牙遥控器的测试***，其特征在于，所述确定模块执行如下操作：
训练针对测试时机确定模型，将所述参考信息输入至所述针对测试时机确定模型，获得确定结果，基于所述确定结果，确定是否进入针对测试时机。
CN202210229856.0A 2022-03-10 2022-03-10 一种蓝牙遥控器的测试方法及*** Active CN114664074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210229856.0A CN114664074B (zh) 2022-03-10 2022-03-10 一种蓝牙遥控器的测试方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210229856.0A CN114664074B (zh) 2022-03-10 2022-03-10 一种蓝牙遥控器的测试方法及***

Publications (2)

Publication Number Publication Date
CN114664074A CN114664074A (zh) 2022-06-24
CN114664074B true CN114664074B (zh) 2023-02-14

Family

ID=82029525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210229856.0A Active CN114664074B (zh) 2022-03-10 2022-03-10 一种蓝牙遥控器的测试方法及***

Country Status (1)

Country Link
CN (1) CN114664074B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115712561B (zh) * 2022-10-31 2023-12-22 上海宜软检测技术有限公司 一种基于功能基线的业务路径测试方法及***

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104837010B (zh) * 2015-04-24 2017-04-12 青岛海信电器股份有限公司 语音遥控测试方法、装置及***
US10102112B2 (en) * 2015-12-07 2018-10-16 Wipro Limited Method and system for generating test strategy for a software application
CN107909803A (zh) * 2017-11-08 2018-04-13 广东辰奕智能科技股份有限公司 一种蓝牙遥控器测试管理***及方法
CN110430096A (zh) * 2019-08-06 2019-11-08 深圳市同维通信技术有限公司 一种网关设备测试方法及设备
CN110535494B (zh) * 2019-10-17 2021-04-13 四川九州电子科技股份有限公司 一种蓝牙设备自动测试方法
CN110942616A (zh) * 2019-10-28 2020-03-31 深圳市亿联智能有限公司 蓝牙遥控器测试方法及***
CN111104341B (zh) * 2019-12-30 2024-01-19 深圳Tcl新技术有限公司 智能家居设备自动化测试方法、装置、设备及存储介质
CN111739273B (zh) * 2020-08-07 2020-11-20 成都极米科技股份有限公司 测试方法及***
CN111931860B (zh) * 2020-09-01 2021-02-09 腾讯科技（深圳）有限公司 异常数据检测方法、装置、设备及存储介质
CN112286093A (zh) * 2020-10-14 2021-01-29 广州博冠智能科技有限公司 一种遥控器的遥控测试方法、装置、设备及存储介质
CN112445704A (zh) * 2020-11-17 2021-03-05 平安消费金融有限公司 测试方法、装置及存储介质

Also Published As

Publication number Publication date
CN114664074A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN110348615B (zh) 基于蚁群优化支持向量机的电缆线路故障概率预测方法
CN114664074B (zh) 一种蓝牙遥控器的测试方法及***
CN113440789B (zh) 一种多人跳绳测试智能计数方法及***
CN115166563A (zh) 一种动力电池老化状态评估与退役筛选方法及***
CN111444075A (zh) 一种自动发现关键影响力指标的方法
CN113268870B (zh) 一种基于蒙特卡洛的室外环境条件下图像识别可靠性评估方法
CN109522343B (zh) 一种学习进度的智能检测方法及电子设备
CN113888005A (zh) 一种建筑设计动态流程管理***及方法
CN116596395B (zh) 用于工程项目测评单位指导及检测的运行质控平台
CN117131345A (zh) 一种基于数据深度学习计算的多源数据参数评估方法
CN114225354B (zh) 一种武术训练智能分析方法、***及存储介质
CN114417020B (zh) 一种产业链图谱构建***及方法
CN114297904B (zh) 一种基于二次差分温度特征的锂电池健康状态估计方法
CN106815129B (zh) 云环境下软件过程的敏捷性度量方法
CN112463591B (zh) 农业物联网***评价方法、装置、设备及存储介质
CN114819248A (zh) 一种基于随机森林的风电发电量预测方法及设备
CN114662284A (zh) 一种tws耳机测试装置及方法
CN114640604B (zh) 一种蓝牙设备的无线数据测量***及方法
CN107845047A (zh) 一种动态评分***、方法以及计算机可读存储介质
CN109190697A (zh) 一种酒店图片分类判断***和方法
CN117970428B (zh) 基于随机森林算法的地震信号识别方法、装置及设备
CN115329903B (zh) 应用于数字孪生城市的空间数据集成方法及***
CN113990452B (zh) 一种基于心理素养的测评方法、***和可读存储介质
CN111553613B (zh) 一种地震采集资料品质智能分级评价方法及***
CN114021978A (zh) 一种生活污水智能化管理方法及***

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