一种基于深度神经网络的自适应测试用例优化与选择方法

被引：0

专利类型：

发明

申请号：

CN202411768279.8

申请日：

2024-12-04

公开(公告)号：

CN119883886A

公开(公告)日：

2025-04-25

发明(设计)人：

张智轶孟焕泽黄志球

申请人：

南京航空航天大学

申请人地址：

210016 江苏省南京市秦淮区御道街29号

IPC主分类号：

G06F11/3668

IPC分类号：

G06V10/74 G06V10/764 G06V10/82 G06N3/0464

代理机构：

南京合砺专利商标代理事务所(普通合伙) 32518

代理人：

鲍小龙

法律状态：

授权

国省代码：

江苏省南京市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-11-04	授权	授权
2025-04-25	公开	公开
2025-05-13	实质审查的生效	实质审查的生效IPC(主分类):G06F 11/3668申请日:20241204

共 50 条

[1]

一种基于深度神经网络的自适应测试用例优化与选择方法 [P].

张智轶 ;

孟焕泽 ;

黄志球 .

中国专利 :CN119883886B ,2025-11-04

[2]

一种面向深度神经网络模型的测试用例选择方法 [P].

鄢萌 ;

蒋中豪 ;

张小洪 ;

孙松 ;

黄黎 ;

孙伟峰 ;

刘超 .

中国专利 :CN118245382A ,2024-06-25

[3]

一种面向深度神经网络的多目标黑盒测试用例选择方法 [P].

吴化尧 ;

王靖灵 ;

钮鑫涛 ;

聂长海 .

中国专利 :CN120162269A ,2025-06-17

[4]

基于反绎学习的深度神经网络测试用例优化方法、系统、介质及电子设备 [P].

丁蕊 ;

姜浩 ;

霍婷婷 ;

朱雨寒 ;

田玉洁 ;

冯一丁 .

中国专利 :CN120743758A ,2025-10-03

[5]

一种面向神经网络的变异测试用例评估与优化方法 [P].

杨志斌 ;

杨珍 ;

周勇 ;

苏祥 ;

张海 .

中国专利 :CN117873871A ,2024-04-12

[6]

一种基于深度神经网络的领域自适应方法 [P].

郭伟 .

中国专利 :CN106683666A ,2017-05-17

[7]

用于深度神经网络的基于光标的自适应量化 [P].

李抱朴 ;

范彦文 ;

程治宇 ;

包英泽 .

中国专利 :CN112840358A ,2021-05-25

[8]

针对深度神经网络模型的自适应精度 [P].

E·弗拉希藤贝格 ;

P·法拉伯斯基 ;

徐聪 ;

D·S·米罗吉西克 .

美国专利 :CN120106153A ,2025-06-06

[9]

一种变异分数引导的深度神经网络测试用例生成方法 [P].

杨秋辉 ;

刘盈盈 .

中国专利 :CN117472781A ,2024-01-30

[10]

一种基于深度神经网络的自适应对消方法 [P].

蒋伊琳 ;

李小钰 ;

王林森 ;

陈涛 ;

郭立民 ;

赵忠凯 ;

刘鲁涛 .

中国专利 :CN113325375B ,2021-08-31

← 1 2 3 4 5 →