[發明專利]測試方法及裝置

有效

• 申請號: 201811510296.6
• 申請日: 2018-12-11
• 公開（公告）號: CN109656795B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 毛元杰
• 申請（專利權）人: 北京安和瑞福信息技術有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06K9/62;G06N3/08
• 代理公司: 北京集智東方知識產權代理有限公司 11578
• 代理人: 宋卉;陳亞斌

本發明公開了測試方法及裝置，包括：對采集的測試結果數據聚類，得到第一分類結果；利用所述測試結果數據和所述第一分類結果，進行神經網絡訓練，得到深度學習模型；根據所述深度學習模型，得到采集的測試結果數據的第二分類結果；當所述第一分類結果和所述第二分類結果中的至少一個滿足設定條件時，發出異常提醒消息。本發明給出了測試結果評價的半監督模式，能夠根據第一分類結果和第二分類結果滿足設定條件的情況，來發出異常提醒消息。異常提醒消息指示測試人員進行評價標準的檢查和更新，有利于及時更新評價標準，也可以及時對初始評價標準進行補充。

技術領域

本發明涉及測量領域，特別涉及測試方法及裝置。

背景技術

使用安卓系統的軟件及硬件的種類繁多，軟件及硬件的評價標準各異，給測試帶來很大的挑戰。

目前，基于安卓系統的軟件硬件測試，主要執行事先編寫好的固定測試流程，并得到測試結果數據。之后將測試結果數據與標準數據做對比，判斷測試任務的結果。

執行上述固定測試流程，極大依賴事先設定好的評價標準，未考慮環境波動的影響，有可能導致誤判，而且很難在測試之初全面的設定所有的測試評價標準，導致測試評價標準可能無法覆蓋所有情況。

發明內容

本發明實施例提供了測試方法及裝置。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

第一方面，本發明實施例提供了一種測試方法，所述方法包括：

對采集的測試結果數據進行聚類，得到第一分類結果；

利用所述測試結果數據和所述第一分類結果，進行神經網絡訓練，得到深度學習模型；

根據所述深度學習模型，得到采集的測試結果數據的第二分類結果；

當所述第一分類結果和所述第二分類結果中的至少一個滿足設定條件時，發出異常提醒消息。

基于所述方法，作為可選的第一實施例，所述方法還包括：計算所述第二分類結果與所述第一分類結果的中心點的距離；

所述設定條件包括：所述距離大于第一設定閾值。

基于所述第一實施例，作為可選的第二實施例，在所述測試方法開始后的設定時間內，執行所述計算的步驟。

基于所述方法，作為可選的第三實施例，所述方法還包括：確定所述第一分類結果與自身中心點的距離；

所述設定條件包括：所述距離大于第二設定閾值。

基于所述方法，作為可選的第四實施例，所述設定條件包括：所述第一分類結果和所述第二分類結果不同。

基于所述方法，作為可選的第五實施例，在所述測試方法所占資源的消耗量小于第三設定閾值時，進行所述神經網絡訓練。

第二方面，本發明實施例提供了一種測試方法，所述方法包括：

對采集的測試結果數據進行聚類，得到第一分類結果；

當所述第一分類結果滿足設定條件時，發出異常提醒信息。

基于所述方法，作為可選的第一實施例，所述方法還包括：確定所述第一分類結果與自身中心點的距離；

所述設定條件包括：所述距離大于第二設定閾值。

第三方面，本發明實施例提供了一種測試裝置，所述裝置包括：

數據處理單元，用于對采集的測試結果數據進行聚類，得到第一分類結果；