[发明专利]面向图像分类器的蜕变测试方法和系统在审

专利信息
申请号: 201911379192.0 申请日: 2019-12-27
公开(公告)号: CN113051150A 公开(公告)日: 2021-06-29
发明(设计)人: 姚奕;刘佳洛;张晨;姜峰;刘语婵;齐宁;董浩洋;杨帆 申请(专利权)人: 中国人民解放军陆军工程大学
主分类号: G06F11/36 分类号: G06F11/36;G06K9/62
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 朱远枫
地址: 210007 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 图像 分类 蜕变 测试 方法 系统
【权利要求书】:

1.面向图像分类器的蜕变测试方法,其特征在于,包括以下:

将原始训练集和原始测试集分别结合预先构造的蜕变关系得到衍生训练集和衍生测试集;

根据原始训练集、原始测试集以及衍生训练集和衍生测试集对预先构建的蜕变关系进行正确性判定;当判定结果为蜕变关系正确时,则通过执行变异算子得到变异图像分类器,利用原始训练集和原始训练集、衍生训练集和衍生测试集,面向图像分类器对正确的蜕变关系进行有效性判定。

2.根据权利要求1所述的面向图像分类器的蜕变测试方法,其特征在于,对预先构建的蜕变关系进行正确性和有效性判定的具体方法为:

把原始训练集和衍生训练集分别对已经编写好的图像分类算法进行训练,分别得到第一图像分类器和第二图像分类器;将原始测试集和衍生测试集分别对第一图像分类器和第二图像分类器进行测试;判断两个分类器的测试结果是否满足蜕变关系从而对蜕变关系进行正确性判定;

当正确性判定结果满足预设条件,则执行下述步骤:

通过执行变异算子得到变异体,获得变异图像分类算法;将原始训练集和衍生训练集分别对变异图像分类算法进行训练,分别得到第三图像分类器和第四图像分类器;将原始测试集和衍生测试集分别对第三图像分类器和第四图像分类器进行测试;通过判断两个分类器的测试结果是否一致来度量蜕变关系的有效性。

3.根据权利要求2所述的面向图像分类器的蜕变测试方法,其特征在于,将得到的变异体中导致运行时异常或不影响程序输出的变异体删除。

4.根据权利要求1所述的面向图像分类器的蜕变测试方法,其特征在于,若预先构造的蜕变关系多于一个,则将原始训练集和原始测试集分别结合预先构造的每个蜕变关系得到衍生训练集和衍生测试集;

根据原始训练集、原始测试集、以及衍生训练集和衍生测试集对预先构建的蜕变关系进行正确性判定;当判定结果为蜕变关系正确时,则通过执行变异算子得到变异图像分类器,利用原始训练集和衍生训练集、衍生训练集和衍生测试集,面向图像分类器对正确的蜕变关系进行有效性判定;

循环至所有蜕变关系遍历完成,结束蜕变测试。

5.面向图像分类器的蜕变测试系统,其特征在于,包括:衍生训练集和衍生测试集生成模块、蜕变关系正确性判定模块和蜕变关系有效性判定模块;

所述衍生训练集和衍生测试集生成模块,用于将原始训练集和原始测试集分别结合预先构造的蜕变关系得到衍生训练集和衍生测试集;

所述蜕变关系正确性判定模块,用于根据原始训练集、原始测试集、以及衍生训练集和衍生测试集对预先构建的蜕变关系进行正确性判定;

所述蜕变关系有效性判定模块,用于当蜕变关系正确性判定模块的判定结果为蜕变关系正确时,则通过执行变异算子得到变异图像分类器,利用原始训练集和衍生训练集、衍生训练集和衍生测试集,面向图像分类器对正确的蜕变关系进行有效性判定。

6.根据权利要求5所述的面向图像分类器的蜕变测试系统,其特征在于,所述蜕变关系正确性判定模块具体执行以下步骤:

把原始训练集和衍生训练集分别对已经编写好的图像分类算法进行训练,分别得到第一图像分类器和第二图像分类器;将原始测试集和衍生测试集分别对第一图像分类器和第二图像分类器进行测试;判断两个分类器的测试结果是否满足蜕变关系从而对蜕变关系进行正确性判定。

7.根据权利要求5所述的面向图像分类器的蜕变测试系统,其特征在于,所述蜕变关系有效性判定模块具体执行以下步骤:

当蜕变关系正确性判定模块结果满足预设条件,则执行下述步骤:

通过执行变异算子得到变异体,获得变异图像分类算法;将原始训练集和衍生训练集分别对变异图像分类算法进行训练,分别得到第三图像分类器和第四图像分类器;将原始测试集和衍生测试集分别对第三图像分类器和第四图像分类器进行测试;通过判断两个分类器的测试结果是否一致来度量蜕变关系的有效性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911379192.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top