[发明专利]一种基于神经网络的测试数据生成方法在审
| 申请号： | 201410214122.0 | 申请日： | 2014-05-20 |
| 公开（公告）号： | CN103995775A | 公开（公告）日： | 2014-08-20 |
| 发明（设计）人： | 曹玲玲;杨晋博;潘睿 | 申请（专利权）人： | 浪潮电子信息产业股份有限公司 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06N3/02 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于神经网络的测试数据生成方法，其具体实现过程如下：测试数据生成器生成的测试数据一方面通过度量分析提取测试数据指数，另一方面通过评价器得到测试数据揭示的故障类别；由一系列测试数据指数及对应的故障类别组成神经网络的学习样本，采用学习算法实施神经网络训练，训练完毕得到训练好的神经网络；由评价器生成测试数据，经过度量分析提取测试数据指数，将其输入到训练好的神经网络，得到测试数据的揭错等级，并据此对测试数据进行取舍处理。该一种基于神经网络的测试数据生成方法和现有技术相比，能够生成高质量的测试数据，并尽可能的降低测试数据总数，从而降低软件开发成本，实用性强，易于推广。 | ||
| 搜索关键词： | 一种 基于 神经网络 测试数据 生成 方法 | ||
【主权项】：
一种基于神经网络的测试数据生成方法，其特征在于其具体实现过程如下：1）训练阶段：测试数据生成器生成的测试数据一方面通过度量分析提取测试数据指数，另一方面通过评价器得到测试数据揭示的故障类别；由一系列测试数据指数及对应的故障类别组成神经网络的学习样本，采用学习算法实施神经网络训练，训练完毕得到训练好的神经网络；2）预测阶段：由评价器生成测试数据，经过度量分析提取测试数据指数，将其输入到训练好的神经网络，得到测试数据的揭错等级，并据此对测试数据进行取舍处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浪潮电子信息产业股份有限公司，未经浪潮电子信息产业股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410214122.0/，转载请声明来源钻瓜专利网。
- 上一篇：用于管理终端安全性的装置和方法
- 下一篇：用于数据存档的系统及方法
