基于BP神经网络的黑盒测试方法应用研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

【摘 要】为解决传统电商系统黑盒测试中人工设计用例效率低、核心场景漏检率高的问题,文章提出基于反向传播(Back Propagation,BP)神经网络的测试用例智能生成方法。BP神经网络具备强大的非线性拟合能力,能有效弥补传统人工测试的缺陷。研究将电商测试核心特征抽象为BP模型输入,结合sigmoid激活函数与梯度下降算法训练模型至收敛,最终通过概率阈值筛选生成高价值用例。(剩余4852字)

目录
monitor
客服机器人