一种基于边状态的深度神经网络测试充分性的方法

发明专利有效专利

申请号：
CN201910258666.X
IPC分类号：G06N3/08
申请日期：
2019-04-01
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于边状态的深度神经网络测试充分性的方法
申请号	CN201910258666.X	申请日期	2019-04-01
法律状态	实质审查	申报国家	暂无
公开/公告日	2019-08-09	公开/公告号	CN110110854A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市鼓楼区新模范马路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	王子元;钱航
代理机构	南京瑞弘专利商标事务所（普通合伙）	代理人	彭雄

摘要

本发明公开了一种基于边状态的深度神经网络测试充分性的方法，包括准备待测模型和测试用例；确定神经元状态以及记录神经元状态；确定边的状态并记录边的状态；确定覆盖标准和计算覆盖率并优化模型，本发明为神经网络模型提供了新的测试指标，有助于测试人员挑选测试用例或提升测试用例数据质量，同时也能为深度学习测试的发展提供帮助。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供