需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于DBM深度学习的众包缺陷分类方法

一种基于DBM深度学习的众包缺陷分类方法

发布时间: 2022-06-17

来源: 试点城市（园区）

基本信息

合作方式： 技术咨询
成果类型： 发明专利
行业领域：
其他
成果介绍

摘要: 本发明披露了一种基于DBM深度学习的众包缺陷分类方法，其是对在众包场景下测试工人提交的测试报告，对测试报告中的文本描述和图片分别进行数据预处理得到文本数据和图像数据；然后进行多模态数据特征的提取与融合，借助深度玻尔兹曼机，对所述文本数据和图像数据进行特征融合，且输出得到文本和图像的合成向量；最后是训练分类模型，包括将所述合成向量输入到SVM支持向量机中，直接输出预定义好的分类结果。本发明可以更加精准地对众包测试场景下的Bug报告进行特征融合，Bug分类，从而有效进行任务分配，提高了众包测试场景下Bug分类的准确率，降低了人工审核的压力，提高了人工审核的效率。

成果亮点
团队介绍
成果资料