6篇关于测试平台的计算机毕业论文

今天分享的是关于测试平台的6篇计算机毕业论文范文, 如果你的论文涉及到测试平台等主题,本文能够帮助到你

基于Jenkins集成测试工具的自动化测试后端子系统的设计与实现

这是一篇关于测试平台,测试工具,Jenkins,测试处理模式,领域驱动设计的论文, 主要内容为自动化测试将繁琐的测试任务自动化,便于测试人员反复执行,适于在回归测试中代替手工测试,以此来保证测试结果的准确性,提高测试人员的积极性。近年来,行业内出现了大量针对不同业务场景的测试工具,但是多数测试工具只针对某个业务点进行测试,并不能覆盖行业内大多数用户的测试需求,其设计开发的平台只能为用户提供特定的测试类型。某综合性测试平台对测试人员提供测试服务,对管理员提供用户、角色、权限和测试工具的配置与管理,对运维人员提供平台运行状况、资源监控和统计的功能。本文设计的基于Jenkins集成测试工具的自动化测试后端子系统是某综合性测试平台的一部分,利用Jenkins在构建Job时可执行Shell脚本的优点,针对各种测试场景生成对应的测试执行命令,借助Jenkins提供的丰富的插件库生成不同类型的测试报告。本文设计的后端子系统集成了测试领域内多款主流测试工具,测试人员通过使用本平台可以满足针对接口测试、单元测试、移动端界面测试和遍历测试等多场景的需求。本系统考虑了具体测试工具的集成成本、测试工具的独立运行等特性,在保证特定测试场景下各测试工具统一集成到本系统的前提下,支持各测试工具脱离测试系统的单独部署与运行。自动化测试平台后端子系统以主流测试技术为基础,紧跟测试技术趋势,使更多的软件测试人员脱离了重复的手工测试活动,降低测试成本的同时还可以有效缩短测试时间,从而提高开发的迭代速度。本系统生成的测试报告直观具体,日志分析准确,能够实现持续集成管理,在保证测试质量和提高测试效率方面存在较大优势。本文实现了自动化测试后端子系统与Jenkins服务器的通信,系统针对不同测试需求自定义Jenkins Job配置文件,实现了对Jenkins Job的构建和执行;另外在Jenkins Shell中封装回调地址及命令,调用部署在指定目录下的工具包,实现了 Jenkins服务器将测试数据、日志和报告等信息推送至后端子系统的功能。本文使用有限状态自动机作为建模语言,针对多种测试场景下的不同测试工具的执行流程,抽象出一种可复用性的测试处理模式(Execute Test Processing Pattern,ETPP),使用领域驱动设计(Domain-Driven Design,DDD)的思想,划分领域模型概念,对现有基于数据驱动的系统做了架构上的改进。本文采用主流的前后端分离的开发方式,本人在项目的开发中完成了后端系统的开发,技术上采用Java语言和Spring Boot框架,持久层搭配关系型数据库MySQL和图数据库Neo4j,采用Jenkins作为执行引擎,使用Restful风格的HTTP接口与前端系统进行通信。本文首先介绍了自动化测试的相关背景,对自动化测试工具调研后的现状进行了分析,介绍了本文使用到的技术和工具。其次结合用例图和活动图对系统进行需求分析,划分为测试用例管理、测试计划集管理、测试任务集管理、测试结果管理、定时任务管理和自动遍历管理等。再次在概要设计中对系统的整体架构功能模块进行描述,进行数据库和表结构的设计。继次结合程序流程图和时序图对系统进行详细设计,最后对系统进行了测试并对工作成果做出了总结。

基于PISA的初三学生数学素养测试平台的设计与开发

这是一篇关于PISA,初三学生,数学素养,测试平台,设计的论文, 主要内容为随着OECD(国际经济合作与发展组织)组织进行的用于国际间教育成果的研究与比较分析计划的逐年落实以及我国普及素质教育和提倡终生学习的双重理念越来越被人们所重视,PISA作为一项主要针对15岁左右青少年学生的评估项目,因其紧跟时代发展的评价理念和科学完备的评价体系已经开始深入到我国教育研究体系之中,并且对教育评价研究的发展起到了强有力的推动作用。目前,基于PISA的素养测试方式主要以纸笔测试为主,测试过程周期长且获取数据信度效度较低等问题已经引起了广大学者和被试学生的注意。因此,本研究结合教育信息化以及计算机网络技术全面推进的大趋势,选择PISA中的数学素养作为主要研究对象,充分运用计算机技术测试所具有的测试成本低、测试场地不受限、测试数据获取存储方便等优势,设计开发出一款基于PISA的初三学生数学素养测试平台。本研究通过调研和分析国内外PISA的发展现状以及一些典型的具有代表性的研究成果,详细阐述了基于PISA的初三学生数学素养测试平台的研究背景和意义,并且总结归纳出了关于PISA数学素养的测评体系,为后续的平台设计与开发提供了理论基础。在平台的设计和实现过程中,经过详细的功能性需求分析和非功能性需求分析后将平台划分为三大模块,分别为:学生模块、教师模块和管理员模块。平台实施过程中,从技术层面上选择基于B/S结构模式,采用Java语言进行开发,使用Vue.js作为前端开发框架,使用SpringBoot作为后台开发框架,采用MySQL作为关系型数据库管理系统,最终实现的功能为:1.三个模块均实现注册登录、邮箱找回密码、修改个人信息、PISA网页跳转等基础功能。2.学生模块实现数学素养测试、查看测试报告、查看测试记录、查看反馈信息等主要功能。3.教师模块实现学生测试信息管理、测试问卷管理、上传反馈信息等主要功能。4.管理员模块实现角色分配、权限管理、用户管理等主要功能。目前,该平台已经进行了功能性和非功能性的用例测试,各项功能皆满足研究早期的预设和需求分析中提到的所有要求,具有一定的实际应用价值。为了更好地适应教育信息化2.0的新形势,在后续研究中将尝试学习者过程、状态中的数据挖掘与相关功能升级等问题的研究。

基于Jenkins集成测试工具的自动化测试后端子系统的设计与实现

基于环境感知的自动驾驶算法测试平台的设计与实现

这是一篇关于环境感知,测试平台,数据标注,多源数据,MinIO的论文, 主要内容为在非结构化场景下的环境感知算法中,对于数据集的多源性和数据集标注信息的精度有着较高的要求。现有的数据集多采用人工进行数据标注,耗时耗力,但是标注的效果往往不够理想。自动驾驶需求及技术的高速发展,需要专业的集成测试平台,特别是需要对环境感知算法的功能、性能进行全面的测试和评估。因此,本文设计了基于环境感知的自动驾驶算法测试平台,该平台实现了算法辅助人工进行数据标注和算法跨平台并行测试功能,为环境感知算法的测试提供了平台标注的数据集以及高并发的算法测试环境。本文的主要工作如下:(1)针对环境感知数据集的在线标注问题,本文对现有的环境感知算法Faster RCNN(Faster Regions with CNN features)分别在特征提取模块、RPN(Region Proposal Network)网络模块和Fast RCNN模块进行改进,提出了带有难度预测的Faster RCNN,将其应用于地面无人车采集到的数据集,辅助人工进行数据集的标注。(2)针对环境感知算法的高计算量需求及其并行测试问题,本文提出了一种基于哈希的分布式负载均衡策略,相较于大数据计算框架,具有轻量级、非侵入式的特点,无需对环境感知算法进行重构,并且在性能上达到了负载均衡的平均时间复杂度为O(N)级别,实现了在平台上对不同环境感知算法以及不同的多源数据集的并行测试。(3)针对环境感知算法测试平台的实现问题,本文对基于环境感知的自动驾驶算法测试平台进行了需求分析、设计和实现,采用前后端分离的开发模式。前端采用Vue.js的Element UI组件库开发交互界面。后端采用Spring整合Spring MVC和Mybatis框架提供数据标注和算法测试服务。数据库采用Min IO分布式文件系统存储非结构化的环境感知算法数据集。最后对本文所设计的平台进行了测试,测试结果表明本文所设计的基于环境感知的自动驾驶算法平台可以满足数据集存储和算法在线测试的实际需求,提升了数据标注和算法测试的效率,并且在实践中得到了检验。

分布式脑—机接口实时测试平台的设计与实现

这是一篇关于脑-机接口,分布式,实时,测试平台,云计算的论文, 主要内容为近年来,得益于计算机技术飞速发展,脑-机接口(Brain-Computer Interface,BCI)作为一种全新的人-机接口技术已引起广泛关注。各种脑-机接口应用如雨后春笋般纷纷问世,让该领域呈现一派朝气蓬勃的景象。然而,随着各大高校、科研机构纷纷投入脑-机接口领域研究,各类脑-机接口解码算法层出不穷,如何客观、高效地实现各类算法对比测评,如何可靠、公正地完成系统评估验证成为一道摆在学术界面前的难题。另一方面,对于脑-机接口领域研发企业来说,将科研成果落地转化需要耗费大量的人力、物力,因此迫切希望有一种快速完备的方式能够让算法直接融入脑-机接口应用之中。此外,对于初入脑-机接口领域的研究者而言,因为不熟悉计算机相关知识,搭建一套脑-机接口在线系统是一件十分棘手的任务。面对上述问题,本研究设计并开发了一种分布式脑-机接口实时测试平台。本研究提出的测试平台支持主流操作系统,兼容多种编程语言。通过纵向切分架构、模块化功能组件,打破了传统封闭式系统限制,保证代码复用性,帮助研究者快速搭建脑-机接口软件系统。通过搭建星型网络结构的通信平台,基于发布-订阅模式使子系统完全解耦,保证平台稳定性和可扩展性。通过标准化数据与算法接口,帮助研究者快速完成范式任务及算法的设计、开发和测试,加快算法落地速度,降低转化成本。通过结合云计算、云存储和Docker、Kubernetes等云原生技术,实现脑-机接口应用系统上云,推动脑-机接口技术与其他领域融合发展,推动脑-机接口实用化、产品化。本研究提出的测试平台,基于微服务软件架构设计思想设计实现了刺激子系统、数据采集子系统、任务子系统、算法子系统、结果呈现子系统、持久化子系统和中央控制子系统以提供测试平台核心功能。通过提供通信组件、远程过程调用组件、循环数据池组件、Trigger控制组件和心跳组件帮助用户应用或扩展系统。通过提供权限控制和代码上传等辅助系统帮助提升平台易用性。本研究开发的测试平台作为目前世界范围内较为成熟且先进的脑-机接口算法测试平台,已经在2020-2022三年时间内有力支撑了世界机器人大赛-BCI脑控机器人大赛技术赛的竞赛活动。同时,该测试平台也已被部署于清华大学、北京邮电大学等多个实验室及教学中心,帮助众多研究生快速学习、掌握脑-机接口研究方法,有力促进了脑-机接口技术发展,展现出极高的实用价值及应用潜力。