一种面向深度神经网络的多目标黑盒测试用例选择方法

被引：0

专利类型：

发明

申请号：

CN202510357409.7

申请日：

2025-03-25

公开(公告)号：

CN120162269A

公开(公告)日：

2025-06-17

发明(设计)人：

吴化尧王靖灵钮鑫涛聂长海

申请人：

南京大学

申请人地址：

210000 江苏省南京市栖霞区仙林大道163号

IPC主分类号：

G06F11/3668

IPC分类号：

G06N3/04

代理机构：

苏州汇智联科知识产权代理有限公司 32535

代理人：

崔肖肖

法律状态：

公开

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
2025-06-17	公开	公开
2025-07-04	实质审查的生效	实质审查的生效IPC(主分类):G06F 11/3668申请日:20250325

共 50 条

[1]

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

[2]

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

[3]

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 :CN119883886A ,2025-04-25

[4]

一种基于多目标优化的深度神经网络测试样本选择方法 [P].

孙家泽 ;

李楠 ;

马鲜艳 ;

王春梅 ;

别云龙 .

中国专利 :CN118551822A ,2024-08-27

[5]

面向深度神经网络的自然语言处理模型测试用例约简方法 [P].

殷蓓蓓 ;

李明希 .

中国专利 :CN114185785B ,2025-11-04

[6]

面向深度神经网络的自然语言处理模型测试用例约简方法 [P].

殷蓓蓓 ;

李明希 .

中国专利 :CN114185785A ,2022-03-15

[7]

一种基于人工神经网络的测试用例选择方法 [P].

王永生 .

中国专利 :CN104572435A ,2015-04-29

[8]

一种基于深度神经网络的多目标跟踪方法 [P].

邢建川 ;

蒋芷昕 ;

孔渝峰 ;

张栋 ;

卢胜 ;

陈洋 ;

周春文 ;

杨明兴 .

中国专利 :CN113744316A ,2021-12-03

[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]

模型状态差分的深度神经网络测试用例生成方法 [P].

罗森林 ;

沈宇辉 ;

潘丽敏 ;

郝靖伟 ;

王逸洲 .

中国专利 :CN115080383A ,2022-09-20

← 1 2 3 4 5 →