[发明专利]一种基于Xmind思维导图转测试用例的方法有效
申请号: | 202110539978.5 | 申请日: | 2021-05-18 |
公开(公告)号: | CN113094288B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 吴志华;陆昕;鲍碧波 | 申请(专利权)人: | 绿漫科技有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06N3/04;G06N3/08 |
代理公司: | 杭州赛科专利代理事务所(普通合伙) 33230 | 代理人: | 宋飞燕 |
地址: | 310000 浙江省杭州市西湖区*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 xmind 思维 导图转 测试 方法 | ||
1.一种基于Xmind思维导图转测试用例的方法,其特征在于,所述Xmind思维导图包括项目名称,项目名称包括至少一子模块名称,子模块名称包括至少一用例标题,以任一用例标题作为父节点设置对应的测试用例树,测试用例树的任一叶子节点为预期结果,用例标题和预期结果间设置若干操作步骤节点,一叶子节点的父节点为一操作步骤节点,用例标题的至少一子节点前设置子用例标记;
所述转测试用例的方法包括以下步骤:
步骤1:按照Xmind内容逐级进行解析,第一级对应项目名称,第二级对应子模块名称,第三级对应用例标题,第四级对应子用例标记,第五级对应操作步骤组,最后一级对应预期结果;
步骤2:对项目名称生成excel文件,excel文件的名称为项目名称;对任一子模块名称在excel文件中生成对应的sheet页,sheet页的名称为子模块名称;
步骤3:对子模块下的所有用例标题在对应的sheet页中设置用例标题单元格;
步骤4:对任一子用例标记在对应的用例标题单元格之后设置一子用例标题单元格;
步骤5:对任一用例标题的任一子节点向后遍历拼接至对应的预期结果的父节点,得到所有操作步骤组,对所有操作步骤组在对应的子用例标题单元格之后设置一操作步骤单元格;
步骤6:对任一预期效果在对应的操作步骤单元格之后设置一预期效果单元格;同类型单元格设置在同一列;
所述步骤4包括以下步骤:
步骤4.1:判断任一用例标题是否设有至少两子节点,若是,则执行步骤4.2,否则将子节点向后遍历拼接得到一操作步骤组,对应的子用例标题单元格为空;
步骤4.2:任一用例标题的至少一子节点设置子用例标记,且向下设置并相邻的至少一子节点未设置子用例标记,若是,执行步骤4.3,否则执行步骤4.4;
步骤4.3:将设有子用例标记的子节点作为虚拟用例,向下设置并相邻的未设置子用例标记的所有子节点分别向后遍历拼接得到的操作步骤组均作为虚拟用例的分步骤,将虚拟用例和对应的所有分步骤合并为一条用例,对应的子用例标题单元格为空;
步骤4.4:将任一设有子用例标记的子节点遍历拼接得到的所有操作步骤组作为一条子用例,子用例标题单元格为对应的设有子用例标记的子节点。
2.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,所述Xmind思维导图中,用例标题之后设有前置条件,若无前置条件,则为空;所述步骤3之后,在任一用例标题单元格之后设置一前置条件单元格。
3.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,所述Xmind思维导图中,用例标题之前设有数字标签,所述数字标签作为测试用例的优先级,若无优先级,则数字标签为0,所述步骤 2之后,在任一用例标题单元格之前设置一优先级单元格。
4.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,所述子用例标记为小红旗图标。
5.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,通过训练后的卷积神经网络模型对Xmind思维导图进行子用例标记检测,为
将Xmind思维导图转化为图像后作为训练后的深度学习网络的输入,输出得到Xmind思维导图中子用例标记是否缺失。
6.如权利要求5所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,所述卷积神经网络模型的训练包括以下步骤:
步骤A:将Xmind思维导图转换成图像格式,得到对应的Xmind图像;
步骤B:对若干Xmind图像分别设置目标框和目标类别,所述目标框包括任一虚拟用例和对应的所有分步骤或者子用例,所述目标类别为子用例标记缺失和子用例标记完整;
步骤C:将步骤B中任一Xmind图像作为卷积神经网络模型的输入,设置目标框和目标类别后的Xmind图像作为目标输出,以最小化损失值为目标优化卷积神经网络模型的模型参数,得到训练后的卷积神经网络模型。
7.如权利要求6所述的一种基于Xmind思维导图转测试用例的方法,其特征在于,所述卷积神经网络模型为yolov3网络模型。
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绿漫科技有限公司,未经绿漫科技有限公司许可,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/202110539978.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种血流导向装置
- 下一篇:一种250kHz弧焊电源斩波器及其控制方法