基于模型的测试用例生成方法

来源 :计算机测量与控制 | 被引量 : 0次 | 上传用户:tim6888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在大量软件出现的今天,除开软件的功能是否完善外,对软件本身提出了更高的安全性和稳定性要求;一款软件在上线前需要进行大量的测试,以便提升软件的质量;由于开发人员参与了软件的研发及上线流程,导致了看待软件问题的局限性,而测试人员在编写测试用例时,往往由于依据文档的不一致性,使得测试用例的价值大打折扣;并且在实际软件的开发流程中,测试环节与开发严重脱节;往往只是为了出相应的测试报告而去测试,偏离了测试的初衷;针对以上问题,提出基于模型的用例生成方法,能够基于工作流程图、判定表、状态转换等多种测试方法,并在该方法中应用边界值与等价类的思想,够贯穿整个软件研发的生命周期,在软件研发初期就能够参与测试,提出设计方案的不足;并且能够自动生成测试用例,提高测试人员的效率.
其他文献
虽然车牌识别系统已经成功应用于很多有关车辆的智能应用场景,它仍然面临着许多挑战.如对在恶劣天气和夜间拍摄的模糊图像、倾斜图像等的识别未能得到很好的解决.为有效解决这类问题,提出了一套对倾斜车牌进行识别的方法.针对中国汽车牌照的特点,采用了颜色特征与形态学相结合的方法来实现车牌定位;及基于车牌字符外接矩形与仿射变换相结合的车牌矫正方法.并通过实例验证了所提方法计算比较简单,而且对车牌复杂情况,如边缘模糊不清或残缺、字符存在粘连等具有比较好的识别效果.
针对盲人出行时盲道场景复杂度高,已有目标检测算法对远距离障碍物以及条形障碍物特征提取困难,造成漏检等问题提出改进;针对条形障碍物检测增加非对称卷积模块(ACB),强化网络在垂直与水平方向的特征提取;构建混合池化模块,将条形池化引入网络与金字塔池化融合为混合池化模块(MPM),增强网络对长条形与非长条形障碍物检测效果;网络末端改变特征融合方式,低级特征与高级特征相乘形式以加强复杂场景下盲道障碍物识别;实验结果表明,在盲道障碍物数据集上,改进算法对比YOLO V4在多个评价指标上都有提升;实际场景测试中对远距