期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
LOODS:一种基于学习的面向对象设计的支撑系统
被引量：
2
1
作者
齐德昱
万江平
夏洁云
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
1995年第5期92-97,共6页
ＬＯＯＤＳ系统是一种面向对象设计支撑环境，它包括ＬＯＯＤＳ抽象模型、ＬＯＯＤＳ可视语言系统两大部分．ＬＯＯＤＳ建模方法是一种独特的直接建立在需求分析之上的支持分布式并发／并行信息系统的面向对象建模方法，而ＬＯＯＤＳ可...
ＬＯＯＤＳ系统是一种面向对象设计支撑环境，它包括ＬＯＯＤＳ抽象模型、ＬＯＯＤＳ可视语言系统两大部分．ＬＯＯＤＳ建模方法是一种独特的直接建立在需求分析之上的支持分布式并发／并行信息系统的面向对象建模方法，而ＬＯＯＤＳ可视语言系统是ＬＯＯＤＳ模型的自动生成器与运行器，它支持面向对象思想与概念程序设计方式，通过例子生成终端应用．对它的实现，采用了面向对象学习的新方法。ＬＯＯＤＳ系统已用Ｃ＋＋在ＮｏＶｅｌｌ网上实现。
展开更多
关键词
面向对象
可视语言
LOODS
软件开发
支撑系统
在线阅读
下载PDF
职称材料
基于机器视觉的Web应用页面元素识别及可视化脚本生成
被引量：
7
2
作者
李子东
姚怡飞
+1 位作者
王微微
赵瑞莲
《计算机科学》
CSCD
北大核心
2022年第11期65-75,共11页
为了给用户提供丰富的交互响应,Web应用的可视化元素越发复杂多样,传统基于DOM的测试已不能满足Web应用的测试新需求。新一代基于机器视觉的测试方法为Web应用复杂元素的测试提供了一种有效途径。目前,此类方法主要依赖于模版匹配技术识...
为了给用户提供丰富的交互响应,Web应用的可视化元素越发复杂多样,传统基于DOM的测试已不能满足Web应用的测试新需求。新一代基于机器视觉的测试方法为Web应用复杂元素的测试提供了一种有效途径。目前,此类方法主要依赖于模版匹配技术识别Web页面元素,以生成可视化测试脚本对Web应用进行测试。然而,页面元素外观的细微变化可导致模版匹配技术失效,从而无法识别Web页面元素,更无法生成可视化测试脚本。因此,如何提高基于机器视觉的Web页面元素识别的准确性,使其在复杂条件中仍然适用是一项具有挑战性的工作。基于深度学习的目标检测是当前计算机视觉和机器学习领域的研究热点,可通过大样本学习得到深层的数据特征表示,以准确识别目标,其泛化能力相比模板匹配更强。针对Web应用,从页面元素的视觉特征出发,提出了一种基于深度学习的Web页面元素识别方法,即利用基于深度学习的目标检测算法YOLOv3构建Web页面元素识别模型,自动定位元素的位置和边界,识别Web页面元素类型及功能描述;在此基础上,自动为Web应用生成可视化测试脚本,提升Web应用的测试效率。为了验证基于机器视觉的Web页面元素识别的准确性,针对同一Web应用的不同版本及不同Web应用分别进行实验,结果表明,基于机器视觉的Web页面元素识别模型的平均召回率为75.6%,可有效辅助Web应用可视化测试脚本生成。
展开更多
关键词
WEB应用测试
Web应用页面元素识别
可视化测试脚本
测试脚本自动生成
机器视觉
在线阅读
下载PDF
职称材料
题名
LOODS:一种基于学习的面向对象设计的支撑系统
被引量：
2
1
作者
齐德昱
万江平
夏洁云
机构
华南理工大学计算机工程与科学系
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
1995年第5期92-97,共6页
文摘
ＬＯＯＤＳ系统是一种面向对象设计支撑环境，它包括ＬＯＯＤＳ抽象模型、ＬＯＯＤＳ可视语言系统两大部分．ＬＯＯＤＳ建模方法是一种独特的直接建立在需求分析之上的支持分布式并发／并行信息系统的面向对象建模方法，而ＬＯＯＤＳ可视语言系统是ＬＯＯＤＳ模型的自动生成器与运行器，它支持面向对象思想与概念程序设计方式，通过例子生成终端应用．对它的实现，采用了面向对象学习的新方法。ＬＯＯＤＳ系统已用Ｃ＋＋在ＮｏＶｅｌｌ网上实现。
关键词
面向对象
可视语言
LOODS
软件开发
支撑系统
Keywords
information systems
model building
software tools/object-oriented
visual language
,
machine learning
,
application automatic generator
分类号
TP311.52 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于机器视觉的Web应用页面元素识别及可视化脚本生成
被引量：
7
2
作者
李子东
姚怡飞
王微微
赵瑞莲
机构
北京化工大学信息科学与技术学院
出处
《计算机科学》
CSCD
北大核心
2022年第11期65-75,共11页
基金
国家自然科学基金(62077003,61872026)。
文摘
为了给用户提供丰富的交互响应,Web应用的可视化元素越发复杂多样,传统基于DOM的测试已不能满足Web应用的测试新需求。新一代基于机器视觉的测试方法为Web应用复杂元素的测试提供了一种有效途径。目前,此类方法主要依赖于模版匹配技术识别Web页面元素,以生成可视化测试脚本对Web应用进行测试。然而,页面元素外观的细微变化可导致模版匹配技术失效,从而无法识别Web页面元素,更无法生成可视化测试脚本。因此,如何提高基于机器视觉的Web页面元素识别的准确性,使其在复杂条件中仍然适用是一项具有挑战性的工作。基于深度学习的目标检测是当前计算机视觉和机器学习领域的研究热点,可通过大样本学习得到深层的数据特征表示,以准确识别目标,其泛化能力相比模板匹配更强。针对Web应用,从页面元素的视觉特征出发,提出了一种基于深度学习的Web页面元素识别方法,即利用基于深度学习的目标检测算法YOLOv3构建Web页面元素识别模型,自动定位元素的位置和边界,识别Web页面元素类型及功能描述;在此基础上,自动为Web应用生成可视化测试脚本,提升Web应用的测试效率。为了验证基于机器视觉的Web页面元素识别的准确性,针对同一Web应用的不同版本及不同Web应用分别进行实验,结果表明,基于机器视觉的Web页面元素识别模型的平均召回率为75.6%,可有效辅助Web应用可视化测试脚本生成。
关键词
WEB应用测试
Web应用页面元素识别
可视化测试脚本
测试脚本自动生成
机器视觉
Keywords
Web
application
testing
Web
application
page element recognition
visual
test script
automatic
generation of test script
machine
vision
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LOODS:一种基于学习的面向对象设计的支撑系统
齐德昱
万江平
夏洁云
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
1995
2
在线阅读
下载PDF
职称材料
2
基于机器视觉的Web应用页面元素识别及可视化脚本生成
李子东
姚怡飞
王微微
赵瑞莲
《计算机科学》
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
