作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
移动终端自动化测试过程中会出现如下问题:坐标点击方案由于版本迭代频繁需要脚本不断适配;UI界面为图片时因元素属性无法识别不能进行UI控制操作;通过图像匹配的识别方法进行用户模拟操作时无法提取文字信息进行结果分析等.为解决这些问题,基于Python语言编程平台,使用卷积神经网络文字图像识别计算模型,通过不断调整输入属性参数值、阈值等,对输出结果进行验证.实验结果表明,基于卷积神经网络的文字图像识别计算模型可实现图像文字识别功能.该算法不仅能快速有效处理海量数据,而且能有效降低人工经验中存在的误差,解决图像文字识别问题,提升识别效率,进而提升自动化测试效率.
推荐文章
人工智能技术在电气自动化中的应用
人工智能
自动化
电气
人工智能技术在电气自动化中的应用
电气
自动化
人工
智能
浅谈人工智能技术在电气自动化控制中的应用
人工智能技术
电气
自动化
控制
人工智能技术在电气自动化控制中的应用研究
人工智能技术
电气设备
电气自动化控制
应用策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能技术在移动终端自动化测试中的应用
来源期刊 软件导刊 学科 工学
关键词 人工智能 自动化测试 Python 机器学习 卷积神经网络 Keras 图像文字识别
年,卷(期) 2021,(2) 所属期刊栏目 人工智能
研究方向 页码范围 59-62
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.11907/rjdk.201630
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(14)
  • 参考文献(1)
  • 二级参考文献(13)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
自动化测试
Python
机器学习
卷积神经网络
Keras
图像文字识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导