[发明专利]工作量评估及模型训练方法、电子设备及存储介质有效
| 申请号： | 201810930527.2 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109298998B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 谭莉 | 申请（专利权）人： | 深圳壹账通智能科技有限公司 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36 |
| 代理公司： | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人： | 周志伟 |
| 地址： | 518052 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种工作量评估模型训练方法，包括：获取包括多个测试项目的测试项目数据集，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。本发明还提供一种工作量评估方法、电子设备及存储介质。本发明是首次将人工智能运用到软件测试领域中的首列，训练出的工作量评估模型具有显著的特征提取能力，模型评估准确率较高，且能够准确预估测试项目的工作量(排期及参与测试的测试人数)，客观性强。 | ||
| 搜索关键词： | 工作量 评估 模型 训练 方法 电子设备 存储 介质 | ||
【主权项】：
1.一种工作量评估模型训练方法，其特征在于，所述方法包括：获取测试项目数据集，所述测试项目数据集包括多个测试项目，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。
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深圳壹账通智能科技有限公司，未经深圳壹账通智能科技有限公司许可，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/201810930527.2/，转载请声明来源钻瓜专利网。
