门禁用例的挑选方法、装置及电子设备、存储介质制造方法及图纸

技术编号:43787005 阅读:15 留言:0更新日期:2024-12-24 16:20
本申请公开了一种门禁用例的挑选方法、装置及电子设备、存储介质,所述方法包括确定门禁用例需要的特征参数;将所述特征参数输入预先训练的筛选模型,得到所述门禁用例的选择结果,其中,所述筛选模型为使用BP神经网络通过机器学习训练得出的,在所述机器学习的过程中采用预设算法对所述BP神经网络中的初始化权重以及阈值范围进行优化。通过本申请一方面实现门禁用例的自动化挑选,另一方面可提升选取门禁用例的有效性和准确性。

【技术实现步骤摘要】

本申请涉及测试用例,尤其涉及一种门禁用例的挑选方法、装置及电子设备、存储介质


技术介绍

1、在软件开发领域,测试是确保软件产品质量和稳定性的关键步骤,通过构造测试用例可用以软件测试。

2、门禁用例是软件测试过程中的一个重要组成部分,主要用于验证应用程序的基本功能是否正常运作。


技术实现思路

1、本申请实施例提供了一种门禁用例的挑选方法、装置及电子设备、存储介质,以实现门禁用例的自动化挑选。

2、本申请实施例采用下述技术方案:

3、第一方面,本申请实施例提供一种门禁用例的挑选方法,其中,所述方法包括:

4、确定门禁用例需要的特征参数;

5、将所述特征参数输入预先训练的筛选模型,得到所述门禁用例的选择结果,其中,所述筛选模型为使用bp神经网络通过机器学习训练得出的,在所述机器学习的过程中采用预设算法对所述bp神经网络中的初始化权重以及阈值范围进行优化。

6、在一些实施例中,在所述机器学习的过程中采用预设算法对所述bp神经网络中的初始化权重以本文档来自技高网...

【技术保护点】

1.一种门禁用例的挑选方法,其中,所述方法包括:

2.如权利要求1所述方法,其中,在所述机器学习的过程中采用预设算法对所述BP神经网络中的初始化权重以及阈值范围进行优化,包括:

3.如权利要求2所述方法,其中,所述基于所述麻雀搜索算法对BP神经网络输入层与隐藏层之间的权值和阈值,以及隐藏层与输出层之间的权值和阈值进行优化,包括:

4.如权利要求3所述方法,其中,所述方法还包括:

5.如权利要求1所述方法,其中,所述确定门禁用例需要的特征参数,包括:

6.如权利要求1所述方法,其中,所述将所述特征参数输入预先训练的筛选模型,得到所...

【技术特征摘要】

1.一种门禁用例的挑选方法,其中,所述方法包括:

2.如权利要求1所述方法,其中,在所述机器学习的过程中采用预设算法对所述bp神经网络中的初始化权重以及阈值范围进行优化,包括:

3.如权利要求2所述方法,其中,所述基于所述麻雀搜索算法对bp神经网络输入层与隐藏层之间的权值和阈值,以及隐藏层与输出层之间的权值和阈值进行优化,包括:

4.如权利要求3所述方法,其中,所述方法还包括:

5.如权利要求1所述方法,其中,所述确定门禁用例需要的特征参数,包括:

【专利技术属性】
技术研发人员:伍珍妍单无牵卢方王孝敏王敏竹
申请(专利权)人:中国邮政储蓄银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1