CN109299000A - 一种网页响应测试方法、计算机可读存储介质及终端设备 - Google Patents
一种网页响应测试方法、计算机可读存储介质及终端设备 Download PDFInfo
- Publication number
- CN109299000A CN109299000A CN201810960822.2A CN201810960822A CN109299000A CN 109299000 A CN109299000 A CN 109299000A CN 201810960822 A CN201810960822 A CN 201810960822A CN 109299000 A CN109299000 A CN 109299000A
- Authority
- CN
- China
- Prior art keywords
- test result
- webpage
- result sample
- sample set
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Abstract
本发明属于计算机技术领域,尤其涉及一种网页响应测试方法、计算机可读存储介质及终端设备。所述方法接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;采集所述浏览器中显示的网页图像,并记录采集的初始时刻;计算采集的所述网页图像与预设的标准图像之间的图像相似度;若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种网页响应测试方法、计算机可读存储介质及终端设备。
背景技术
出于对用户体验的考虑,以及网页内容提供者对网页测试性能的需求,需要对网页的响应时间进行测试。现有的测试方法主要是通过手工测试,例如借助秒表记录跳转至指定网页的起始时间与网页加载完毕的时间,然后计算该起始时间和网页加载完毕的时间的差作为响应时间,这种方法过度依赖于测试人员的主观感知及反应能力,精确度不高,误差极大。
发明内容
有鉴于此,本发明实施例提供了一种网页响应测试方法、计算机可读存储介质及终端设备,以解决人工进行网页响应测试时精确度不高,误差极大的问题。
本发明实施例的第一方面提供了一种网页响应测试方法,可以包括:
接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长后,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
本发明实施例的第二方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如下步骤:
接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长后,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
本发明实施例的第三方面提供了一种网页响应测试终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:
接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长后,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;采集所述浏览器中显示的网页图像,并记录采集的初始时刻;计算采集的所述网页图像与预设的标准图像之间的图像相似度;若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时间间隔确定为所述待测试网页的网页响应时间。本发明实施例通过计算网页图像与标准图像之间的图像相似度,为网页是否加载完成提供了客观的判断依据,当网页图像与标准图像之间的图像相似度大于或等于相似度阈值时,则说明网页已加载完成,此时计算得到的采集的初始时刻与加载的初始时刻之间的时间间隔即为待测试网页准确的网页响应时间,摆脱了对测试人员的主观感知及反应能力的依赖,大大提高了测试结果的精确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种网页响应测试方法的一个实施例流程图;
图2为采集浏览器中显示的网页图像的示意图;
图3为计算采集的网页图像与预设的标准图像之间的图像相似度的示意流程图;
图4为计算网页响应时间的平均值的示意流程图;
图5为本发明实施例中一种网页响应测试装置的一个实施例结构图;
图6为本发明实施例中一种网页响应测试终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种网页响应测试方法的一个实施例可以包括:
步骤S101、接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符。
所述网页响应测试指令可以由测试人员通过指定的人机交互界面下发给进行测试的终端设备,所述网页响应测试指令中包括待测试网页的统一资源定位符(UniformResource Locator,URL)。终端设备在接收到所述网页响应测试指令后,从所述网页响应测试指令中提取出该统一资源定位符。
步骤S102、在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻。
终端设备首先自动启动浏览器,然后在浏览器的地址栏中自动输入待测试网页的统一资源定位符,最后自动点击确认按钮进行网页的加载并记录加载的初始时刻。
步骤S103、采集所述浏览器中显示的网页图像,并记录采集的初始时刻。
采集网页图像可以通过调用预先设置的截图脚本指令来实现,例如,脚本指令“cutphoto x1y1x2y2”,其中,cutphoto为截图指令,x1为截图区域最左端的横坐标,x2为截图区域最右端的横坐标,y1为截图区域最下端的纵坐标,y2为截图区域最上端的纵坐标,如图2所示,该指令表示要对(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)所围合成的矩形区域进行截图操作。特殊地,当x1、y1、x2、y2取值均为0时,代表进行全屏截图。
采集网页图像还可以通过调用屏幕截图软件实现,调用屏幕截图软件是指通过调用现有屏幕截图软件应用程序编程接口(Application Programming Interface,API)或函数而实现屏幕截图的功能。
步骤S104、计算采集的所述网页图像与预设的标准图像之间的图像相似度。
所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像。
如图3所示,步骤S104具体可以包括:
步骤S1041、计算采集的所述网页图像的第一特征向量。
在本实施例中,可以通过局部二值模式(Local Binary Patterns,LBP)算法来计算所述网页图像的第一特征向量,具体地,构造一种衡量各个像素点与其周围像素点的关系,对所述网页图像中的每个像素,通过计算以其为中心的邻域内各像素和中心像素的大小关系,把像素的灰度值转化为一个八位二进制序列。以中心点的像素值为阈值,如果邻域点的像素值小于中心点,则邻域点被二值化为0,否则为1;将二值化得到的0、1序列看成一个8位二进制数,将该二进制数转化为十进制就可得到中心点处的LBP值。计算出每个像素点的LBP值后,将LBP特征谱的统计直方图确定为所述网页图像的特征向量,也即所述第一特征向量。
步骤S1042、计算所述标准图像的第二特征向量。
第二特征向量的计算过程同第一特征向量的计算过程类似,具体可参照步骤S1041中的叙述,在此不再赘述。
步骤S1043、计算所述第一特征向量与所述第二特征向量之间的向量相似度。
对所述向量相似度的计算方式可以是多种多样的,下述两种计算方式仅作为示例:
向量相似度计算方式一:
计算所述第一特征向量中各个维度的取值的第一平均值,计算所述第二特征向量中各个维度的取值的第二平均值;将所述第一特征向量中各个维度的取值减去所述第一平均值,得到第三特征向量,将所述第二特征向量中各个维度的取值减去所述第二平均值,得到第四特征向量;计算所述第三特征向量的模,计算所述第四特征向量的模;计算所述第三特征向量的模与所述第四特征向量的模的乘积;计算所述第三特征向量与所述第四特征向量的内积;根据所述内积和所述乘积计算所述第一特征向量与所述第二特征向量之间的向量相似度。
用公式表示即为:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
向量相似度计算方式二:
计算所述第一特征向量和所述第二特征向量在各个维度的偏差度,所述偏差度为偏差距离与基准距离之间的比值,所述偏差距离为所述第一特征向量在当前维度的取值与所述第二特征向量在当前维度的取值之差的绝对值,所述基准距离为所述第一特征向量在当前维度的取值的绝对值与所述第二特征向量在当前维度的取值的绝对值之和;计算各个维度的所述偏差度的第三平均值;根据所述第三平均值计算所述第一特征向量与所述第二特征向量之间的向量相似度。
用公式表示即为:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
特别需要说明的是,以上各种计算方式仅为示例,在此基础上还可以衍生出其它的计算方式。
步骤S1044、将所述第一特征向量与所述第二特征向量之间的向量相似度确定为采集的所述网页图像与所述标准图像之间的图像相似度。
步骤S105、判断采集的所述网页图像与所述标准图像之间的图像相似度是否小于预设的相似度阈值。
若采集的所述网页图像与所述标准图像之间的图像相似度小于所述相似度阈值,则等待预设的间隔时长后,返回执行步骤S103及其后续步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止。
所述相似度阈值可以根据实际情况设置为90%、95%、98%或者其它取值。所述间隔时长可以根据实际情况设置为0.01秒、0.02秒、0.05秒或者其它取值。
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则执行步骤S106。
步骤S106、将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
需要注意的是,图1所示的过程仅仅只是一次测试过程,进一步地,如图4所示,为了保证计算结果的准确度,还可以通过多个不同的浏览器反复进行多次测试,最终取一个综合的平均值作为最终的网页响应时间。
步骤S401、使用预设的浏览器集合中的各个浏览器分别重复对所述待测试网页的网页响应时间的测试,并构造测试结果样本集合。
具体地,可以构造如下所示的测试结果样本集合:
SampleSetbn={SampleTimebn,1、SampleTimebn,2、……、SampleTimebn,sn、……、SampleTimebn,SN};其中,bn为浏览器的序号,1≤bn≤BN,BN为所述浏览器集合中的浏览器总数,sn为测试结果样本的序号,1≤sn≤SN,SN为每个浏览器测试对所述待测试网页的网页响应时间的测试次数,SampleTimebn,sn为第bn个浏览器的第sn个测试结果样本的网页响应时间,SampleSetbn为第bn个浏览器的测试结果样本集合。
步骤S402、按照预设的第一选取比例从所述测试结果样本集合中选取取值最大的测试结果样本,并将选取的测试结果样本构造为最大测试结果样本集合。
具体地,可以构造如下所示的最大测试结果样本集合:
SampleSetMaxbn={SampleTimeMaxbn,1、SampleTimeMaxbn,2、……、SampleTimeMaxbn,nmax、……、SampleTimeMaxbn,MAXNUM}
其中,SampleSetMaxbn为所述最大测试结果样本集合,MAXNUM为所述最大测试结果样本集合中的测试结果样本个数,且MAXNUM=SN×η1,η1为所述第一选取比例,可以根据实际情况将所述第一选取比例设置为5%、10%、15%或者其它取值,nmax为所述最大测试结果样本集合中的测试结果样本序号,1≤nmax≤MAXNUM,SampleTimeMaxbn,nmax为所述最大测试结果样本集合的第nmax个测试结果样本。
步骤S403、按照预设的第二选取比例从所述测试结果样本集合中选取取值最小的测试结果样本,并将选取的测试结果样本构造为最小测试结果样本集合。
具体地,可以构造如下所示的最小测试结果样本集合:
SampleSetMinbn={SampleTimeMinbn,1、SampleTimeMinbn,2、……、SampleTimeMinbn,nmin、……、SampleTimeMaxbn,MINNUM}
MINNUM=SN×η,1≤nmin≤MINNUM
其中,SampleSetMinbn为所述最小测试结果样本集合,MINNUM为所述最小测试结果样本集合中的测试结果样本个数,且MINNUM=SN×η2,η2为所述第二选取比例,可以根据实际情况将所述第二选取比例设置为5%、10%、15%或者其它取值,nmin为所述最小测试结果样本集合中的测试结果样本序号,1≤nmin≤MINNUM,SampleTimeMinbn,nmin为所述最小测试结果样本集合的第nmin个测试结果样本。
步骤S404、构造中值测试结果样本集合。
具体地,可以构造如下所示的中值测试结果样本集合:
SampleSetMidbn={SampleTimeMidbn,1、SampleTimeMidbn,2、……、SampleTimeMidbn,nmid、……、SampleTimeMidbn,MIDNUM}
其中,SampleSetMidbn为所述中值测试结果样本集合,且
SampleSetMidbn=SampleSetbn-SampleSetMaxbn-SampleSetMinbn,
MIDNUM为所述中值测试结果样本集合中的测试结果样本个数,且MIDNUM=SN×(1-η1-η2),nmid为所述中值测试结果样本集合中的测试结果样本序号,1≤nmid≤MIDNUM,SampleTimeMidbn,nmid为所述中值测试结果样本集合的第nmid个测试结果样本。
步骤S405、计算所述待测试网页的网页响应时间的平均值。
具体地,可以根据下式计算所述待测试网页的网页响应时间的平均值:
其中,ReacTime为所述待测试网页的网页响应时间的平均值。
综上所述,本发明实施例接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;采集所述浏览器中显示的网页图像,并记录采集的初始时刻;计算采集的所述网页图像与预设的标准图像之间的图像相似度;若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时间间隔确定为所述待测试网页的网页响应时间。本发明实施例通过计算网页图像与标准图像之间的图像相似度,为网页是否加载完成提供了客观的判断依据,当网页图像与标准图像之间的图像相似度大于或等于相似度阈值时,则说明网页已加载完成,此时计算得到的采集的初始时刻与加载的初始时刻之间的时间间隔即为待测试网页准确的网页响应时间,摆脱了对测试人员的主观感知及反应能力的依赖,大大提高了测试结果的精确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种网页响应测试方法,图5示出了本发明实施例提供的一种网页响应测试装置的一个实施例结构图。
本实施例中,一种网页响应测试装置可以包括:
指令接收模块501,用于接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
网页加载模块502,用于在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
网页图像采集模块503,用于采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
图像相似度计算模块504,用于计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
网页响应时间确定模块505,用于若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
进一步地,所述图像相似度计算模块可以包括:
第一特征向量计算单元,用于计算采集的所述网页图像的第一特征向量;
第二特征向量计算单元,用于计算所述标准图像的第二特征向量;
向量相似度计算单元,用于计算所述第一特征向量与所述第二特征向量之间的向量相似度;
图像相似度确定单元,用于将所述第一特征向量与所述第二特征向量之间的向量相似度确定为采集的所述网页图像与所述标准图像之间的图像相似度。
可选地,所述向量相似度计算单元可以包括:
第一计算子单元,用于根据下式计算所述第一特征向量与所述第二特征向量之间的向量相似度:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
可选地,所述向量相似度计算单元可以包括:
第二计算子单元,用于根据下式计算所述第一特征向量与所述第二特征向量之间的向量相似度:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
进一步地,所述网页响应测试装置还可以包括:
测试结果样本集合构造模块,用于使用预设的浏览器集合中的各个浏览器分别重复对所述待测试网页的网页响应时间的测试,并构造如下所示的测试结果样本集合:
SampleSetbn={SampleTimebn,1、SampleTimebn,2、……、SampleTimebn,sn、……、SampleTimebn,SN};其中,bn为浏览器的序号,1≤bn≤BN,BN为所述浏览器集合中的浏览器总数,sn为测试结果样本的序号,1≤sn≤SN,SN为每个浏览器测试对所述待测试网页的网页响应时间的测试次数,SampleTimebn,sn为第bn个浏览器的第sn个测试结果样本的网页响应时间,SampleSetbn为第bn个浏览器的测试结果样本集合;
最大测试结果样本集合构造模块,用于按照预设的第一选取比例从所述测试结果样本集合中选取取值最大的测试结果样本,并将选取的测试结果样本构造为如下所示的最大测试结果样本集合:
SampleSetMaxbn={SampleTimeMaxbn,1、SampleTimeMaxbn,2、……、SampleTimeMaxbn,nmax、……、SampleTimeMaxbn,MAXNUM}
其中,SampleSetMaxbn为所述最大测试结果样本集合,MAXNUM为所述最大测试结果样本集合中的测试结果样本个数,且MAXNUM=SN×η1,η1为所述第一选取比例,nmax为所述最大测试结果样本集合中的测试结果样本序号,1≤nmax≤MAXNUM,SampleTimeMaxbn,nmax为所述最大测试结果样本集合的第nmax个测试结果样本;
最小测试结果样本集合构造模块,用于按照预设的第二选取比例从所述测试结果样本集合中选取取值最小的测试结果样本,并将选取的测试结果样本构造为如下所示的最小测试结果样本集合:
SampleSetMinbn={SampleTimeMinbn,1、SampleTimeMinbn,2、……、SampleTimeMinbn,nmin、……、SampleTimeMaxbn,MINNUM}
MINNUM=SN×η,1≤nmin≤MINNUM
其中,SampleSetMinbn为所述最小测试结果样本集合,MINNUM为所述最小测试结果样本集合中的测试结果样本个数,且MINNUM=SN×η2,η2为所述第二选取比例,nmin为所述最小测试结果样本集合中的测试结果样本序号,1≤nmin≤MINNUM,SampleTimeMinbn,nmin为所述最小测试结果样本集合的第nmin个测试结果样本;
中值测试结果样本集合构造模块,用于构造如下所示的中值测试结果样本集合:
SampleSetMidbn={SampleTimeMidbn,1、SampleTimeMidbn,2、……、SampleTimeMidbn,nmid、……、SampleTimeMidbn,MIDNUM}
其中,SampleSetMidbn为所述中值测试结果样本集合,且
SampleSetMidbn=SampleSetbn-SampleSetMaxbn-SampleSetMinbn,
MIDNUM为所述中值测试结果样本集合中的测试结果样本个数,且MIDNUM=SN×(1-η1-η2),nmid为所述中值测试结果样本集合中的测试结果样本序号,1≤nmid≤MIDNUM,SampleTimeMidbn,nmid为所述中值测试结果样本集合的第nmid个测试结果样本;
平均值计算模块,用于根据下式计算所述待测试网页的网页响应时间的平均值:
其中,ReacTime为所述待测试网页的网页响应时间的平均值。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图6示出了本发明实施例提供的一种网页响应测试终端设备的示意框图,为了便于说明,仅示出了与本发明实施例相关的部分。
在本实施例中,所述网页响应测试终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该网页响应测试终端设备6可包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机可读指令62,例如执行上述的网页响应测试方法的计算机可读指令。所述处理器60执行所述计算机可读指令62时实现上述各个网页响应测试方法实施例中的步骤,例如图1所示的步骤S101至S106。或者,所述处理器60执行所述计算机可读指令62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块501至505的功能。
示例性的,所述计算机可读指令62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令62在所述网页响应测试终端设备6中的执行过程。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述网页响应测试终端设备6的内部存储单元,例如网页响应测试终端设备6的硬盘或内存。所述存储器61也可以是所述网页响应测试终端设备6的外部存储设备,例如所述网页响应测试终端设备6上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述网页响应测试终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机可读指令以及所述网页响应测试终端设备6所需的其它指令和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种网页响应测试方法,其特征在于,包括:
接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长后,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
2.根据权利要求1所述的网页响应测试方法,其特征在于,所述计算采集的所述网页图像与预设的标准图像之间的图像相似度包括:
计算采集的所述网页图像的第一特征向量;
计算所述标准图像的第二特征向量;
计算所述第一特征向量与所述第二特征向量之间的向量相似度;
将所述第一特征向量与所述第二特征向量之间的向量相似度确定为采集的所述网页图像与所述标准图像之间的图像相似度。
3.根据权利要求2所述的网页响应测试方法,其特征在于,所述计算所述第一特征向量与所述第二特征向量之间的向量相似度包括:
根据下式计算所述第一特征向量与所述第二特征向量之间的向量相似度:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
4.根据权利要求2所述的网页响应测试方法,其特征在于,所述计算所述第一特征向量与所述第二特征向量之间的向量相似度包括:
根据下式计算所述第一特征向量与所述第二特征向量之间的向量相似度:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
5.根据权利要求1至4中任一项所述的网页响应测试方法,其特征在于,还包括:
使用预设的浏览器集合中的各个浏览器分别重复对所述待测试网页的网页响应时间的测试,并构造如下所示的测试结果样本集合:
SampleSetbn={SampleTimebn,1、SampleTimebn,2、……、SampleTimebn,sn、……、SampleTimebn,SN};
其中,bn为浏览器的序号,1≤bn≤BN,BN为所述浏览器集合中的浏览器总数,sn为测试结果样本的序号,1≤sn≤SN,SN为每个浏览器测试对所述待测试网页的网页响应时间的测试次数,SampleTimebn,sn为第bn个浏览器的第sn个测试结果样本的网页响应时间,SampleSetbn为第bn个浏览器的测试结果样本集合;
按照预设的第一选取比例从所述测试结果样本集合中选取取值最大的测试结果样本,并将选取的测试结果样本构造为如下所示的最大测试结果样本集合:
SampleSetMaxbn={SampleTimeMaxbn,1、SampleTimeMaxbn,2、……、SampleTimeMaxbn,nmax、……、SampleTimeMaxbn,MAXNUM}
其中,SampleSetMaxbn为所述最大测试结果样本集合,MAXNUM为所述最大测试结果样本集合中的测试结果样本个数,且MAXNUM=SN×η1,η1为所述第一选取比例,nmax为所述最大测试结果样本集合中的测试结果样本序号,1≤nmax≤MAXNUM,SampleTimeMaxbn,nmax为所述最大测试结果样本集合的第nmax个测试结果样本;
按照预设的第二选取比例从所述测试结果样本集合中选取取值最小的测试结果样本,并将选取的测试结果样本构造为如下所示的最小测试结果样本集合:
SampleSetMinbn={SampleTimeMinbn,1、SampleTimeMinbn,2、……、SampleTimeMinbn,nmin、……、SampleTimeMaxbn,MINNUM}
MINNUM=SN×η,1≤nmin≤MINNUM
其中,SampleSetMinbn为所述最小测试结果样本集合,MINNUM为所述最小测试结果样本集合中的测试结果样本个数,且MINNUM=SN×η2,η2为所述第二选取比例,nmin为所述最小测试结果样本集合中的测试结果样本序号,1≤nmin≤MINNUM,SampleTimeMinbn,nmin为所述最小测试结果样本集合的第nmin个测试结果样本;
构造如下所示的中值测试结果样本集合:
SampleSetMidbn={SampleTimeMidbn,1、SampleTimeMidbn,2、……、SampleTimeMidbn,nmid、……、SampleTimeMidbn,MIDNUM}
其中,SampleSetMidbn为所述中值测试结果样本集合,且
SampleSetMidbn=SampleSetbn-SampleSetMaxbn-SampleSetMinbn,
MIDNUM为所述中值测试结果样本集合中的测试结果样本个数,且MIDNUM=SN×(1-η1-η2),nmid为所述中值测试结果样本集合中的测试结果样本序号,1≤nmid≤MIDNUM,SampleTimeMidbn,nmid为所述中值测试结果样本集合的第nmid个测试结果样本;
根据下式计算所述待测试网页的网页响应时间的平均值:
其中,ReacTime为所述待测试网页的网页响应时间的平均值。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的网页响应测试方法的步骤。
7.一种网页响应测试终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如下步骤:
接收网页响应测试指令,并从所述网页响应测试指令中提取待测试网页的统一资源定位符;
在浏览器中加载由所述统一资源定位符指示的网页,并记录加载的初始时刻;
采集所述浏览器中显示的网页图像,并记录采集的初始时刻;
计算采集的所述网页图像与预设的标准图像之间的图像相似度,所述标准图像为所述待测试网页在所述浏览器中加载完成后显示的网页图像;
若采集的所述网页图像与所述标准图像之间的图像相似度小于预设的相似度阈值,则等待预设的间隔时长后,返回执行所述采集所述浏览器中显示的网页图像的步骤,直至采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值为止;
若采集的所述网页图像与所述标准图像之间的图像相似度大于或等于所述相似度阈值,则将所述采集的初始时刻与所述加载的初始时刻之间的时长确定为所述待测试网页的网页响应时间。
8.根据权利要求7所述的网页响应测试终端设备,其特征在于,所述计算采集的所述网页图像与预设的标准图像之间的图像相似度包括:
计算采集的所述网页图像的第一特征向量;
计算所述标准图像的第二特征向量;
计算所述第一特征向量与所述第二特征向量之间的向量相似度;
将所述第一特征向量与所述第二特征向量之间的向量相似度确定为采集的所述网页图像与所述标准图像之间的图像相似度。
9.根据权利要求8所述的网页响应测试终端设备,其特征在于,所述计算所述第一特征向量与所述第二特征向量之间的向量相似度包括:
根据下式计算所述第一特征向量与所述第二特征向量之间的向量相似度:
其中,dim为维度序号,1≤dim≤DIM,DIM为所述第一特征向量或所述第二特征向量的维度个数,ShowImgdim为所述第一特征向量在第dim个维度上的分量,StdImgdim为所述第二特征向量在第dim个维度上的分量,SimDeg为所述第一特征向量与所述第二特征向量之间的向量相似度。
10.根据权利要求7至9中任一项所述的网页响应测试终端设备,其特征在于,还包括:
使用预设的浏览器集合中的各个浏览器分别重复对所述待测试网页的网页响应时间的测试,并构造如下所示的测试结果样本集合:
SampleSetbn={SampleTimebn,1、SampleTimebn,2、……、SampleTimebn,sn、……、SampleTimebn,SN};
其中,bn为浏览器的序号,1≤bn≤BN,BN为所述浏览器集合中的浏览器总数,sn为测试结果样本的序号,1≤sn≤SN,SN为每个浏览器测试对所述待测试网页的网页响应时间的测试次数,SampleTimebn,sn为第bn个浏览器的第sn个测试结果样本的网页响应时间,SampleSetbn为第bn个浏览器的测试结果样本集合;
按照预设的第一选取比例从所述测试结果样本集合中选取取值最大的测试结果样本,并将选取的测试结果样本构造为如下所示的最大测试结果样本集合:
SampleSetMaxbn={SampleTimeMaxbn,1、SampleTimeMaxbn,2、……、SampleTimeMaxbn,nmax、……、SampleTimeMaxbn,MAXNUM}
其中,SampleSetMaxbn为所述最大测试结果样本集合,MAXNUM为所述最大测试结果样本集合中的测试结果样本个数,且MAXNUM=SN×η1,η1为所述第一选取比例,nmax为所述最大测试结果样本集合中的测试结果样本序号,1≤nmax≤MAXNUM,SampleTimeMaxbn,nmax为所述最大测试结果样本集合的第nmax个测试结果样本;
按照预设的第二选取比例从所述测试结果样本集合中选取取值最小的测试结果样本,并将选取的测试结果样本构造为如下所示的最小测试结果样本集合:
SampleSetMinbn={SampleTimeMinbn,1、SampleTimeMinbn,2、……、SampleTimeMinbn,nmin、……、SampleTimeMaxbn,MINNUM}
MINNUM=SN×η,1≤nmin≤MINNUM
其中,SampleSetMinbn为所述最小测试结果样本集合,MINNUM为所述最小测试结果样本集合中的测试结果样本个数,且MINNUM=SN×η2,η2为所述第二选取比例,nmin为所述最小测试结果样本集合中的测试结果样本序号,1≤nmin≤MINNUM,SampleTimeMinbn,nmin为所述最小测试结果样本集合的第nmin个测试结果样本;
构造如下所示的中值测试结果样本集合:
SampleSetMidbn={SampleTimeMidbn,1、SampleTimeMidbn,2、……、SampleTimeMidbn,nmid、……、SampleTimeMidbn,MIDNUM}
其中,SampleSetMidbn为所述中值测试结果样本集合,且
SampleSetMidbn=SampleSetbn-SampleSetMaxbn-SampleSetMinbn,
MIDNUM为所述中值测试结果样本集合中的测试结果样本个数,且MIDNUM=SN×(1-η1-η2),nmid为所述中值测试结果样本集合中的测试结果样本序号,1≤nmid≤MIDNUM,SampleTimeMidbn,nmid为所述中值测试结果样本集合的第nmid个测试结果样本;
根据下式计算所述待测试网页的网页响应时间的平均值:
其中,ReacTime为所述待测试网页的网页响应时间的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810960822.2A CN109299000A (zh) | 2018-08-22 | 2018-08-22 | 一种网页响应测试方法、计算机可读存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810960822.2A CN109299000A (zh) | 2018-08-22 | 2018-08-22 | 一种网页响应测试方法、计算机可读存储介质及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109299000A true CN109299000A (zh) | 2019-02-01 |
Family
ID=65165484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810960822.2A Pending CN109299000A (zh) | 2018-08-22 | 2018-08-22 | 一种网页响应测试方法、计算机可读存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299000A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825456A (zh) * | 2019-11-01 | 2020-02-21 | 北京博睿宏远数据科技股份有限公司 | 加载时间计算方法、装置、计算机设备及存储介质 |
CN112905449A (zh) * | 2021-01-27 | 2021-06-04 | 长沙市到家悠享网络科技有限公司 | 目标测试方法、装置、设备和存储介质 |
CN113110909A (zh) * | 2021-04-20 | 2021-07-13 | 肇庆小鹏汽车有限公司 | 一种车辆仪表的测试方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479151A (zh) * | 2010-11-26 | 2012-05-30 | 腾讯科技(深圳)有限公司 | 一种网页访问速度的测试方法及装置 |
CN102916847A (zh) * | 2011-12-08 | 2013-02-06 | 云智慧(北京)科技有限公司 | 一种监测网站速度的方法和装置 |
CN103645978A (zh) * | 2013-12-16 | 2014-03-19 | 百度在线网络技术(北京)有限公司 | 浏览器网页加载时间的测试方法、装置和系统 |
CN103812713A (zh) * | 2012-11-06 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种网页加载时间的测试方法和装置 |
JP2014235641A (ja) * | 2013-06-04 | 2014-12-15 | キヤノン株式会社 | ページの記載時刻を推定する装置、その装置の制御方法、プログラム。 |
CN106161133A (zh) * | 2015-04-21 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种网页加载时间的测试方法及装置 |
US20170011133A1 (en) * | 2014-03-31 | 2017-01-12 | Open Garden Inc. | System and method for improving webpage loading speeds |
CN107562610A (zh) * | 2017-09-21 | 2018-01-09 | 上海谦问万答吧云计算科技有限公司 | 获取页面加载时间的方法、装置、终端和介质 |
CN108337551A (zh) * | 2018-01-22 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 一种屏幕录制方法、存储介质及终端设备 |
-
2018
- 2018-08-22 CN CN201810960822.2A patent/CN109299000A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479151A (zh) * | 2010-11-26 | 2012-05-30 | 腾讯科技(深圳)有限公司 | 一种网页访问速度的测试方法及装置 |
CN102916847A (zh) * | 2011-12-08 | 2013-02-06 | 云智慧(北京)科技有限公司 | 一种监测网站速度的方法和装置 |
CN103812713A (zh) * | 2012-11-06 | 2014-05-21 | 腾讯科技(深圳)有限公司 | 一种网页加载时间的测试方法和装置 |
JP2014235641A (ja) * | 2013-06-04 | 2014-12-15 | キヤノン株式会社 | ページの記載時刻を推定する装置、その装置の制御方法、プログラム。 |
CN103645978A (zh) * | 2013-12-16 | 2014-03-19 | 百度在线网络技术(北京)有限公司 | 浏览器网页加载时间的测试方法、装置和系统 |
US20170011133A1 (en) * | 2014-03-31 | 2017-01-12 | Open Garden Inc. | System and method for improving webpage loading speeds |
CN106161133A (zh) * | 2015-04-21 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种网页加载时间的测试方法及装置 |
CN107562610A (zh) * | 2017-09-21 | 2018-01-09 | 上海谦问万答吧云计算科技有限公司 | 获取页面加载时间的方法、装置、终端和介质 |
CN108337551A (zh) * | 2018-01-22 | 2018-07-27 | 深圳壹账通智能科技有限公司 | 一种屏幕录制方法、存储介质及终端设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825456A (zh) * | 2019-11-01 | 2020-02-21 | 北京博睿宏远数据科技股份有限公司 | 加载时间计算方法、装置、计算机设备及存储介质 |
CN110825456B (zh) * | 2019-11-01 | 2024-01-23 | 北京博睿宏远数据科技股份有限公司 | 加载时间计算方法、装置、计算机设备及存储介质 |
CN112905449A (zh) * | 2021-01-27 | 2021-06-04 | 长沙市到家悠享网络科技有限公司 | 目标测试方法、装置、设备和存储介质 |
CN112905449B (zh) * | 2021-01-27 | 2024-04-23 | 长沙市到家悠享网络科技有限公司 | 目标测试方法、装置、设备和存储介质 |
CN113110909A (zh) * | 2021-04-20 | 2021-07-13 | 肇庆小鹏汽车有限公司 | 一种车辆仪表的测试方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762387B2 (en) | Method and apparatus for processing image | |
CN105043271B (zh) | 长度测量方法及装置 | |
CN109117358A (zh) | 用于电子设备的测试方法和测试装置 | |
CN105913088A (zh) | 一种卡顿识别方法、装置及计算设备 | |
CN106462572A (zh) | 用于分布式光学字符识别和分布式机器语言翻译的技术 | |
CN109299000A (zh) | 一种网页响应测试方法、计算机可读存储介质及终端设备 | |
CN108229418A (zh) | 人体关键点检测方法和装置、电子设备、存储介质和程序 | |
CN106415605A (zh) | 用于分布式光学字符识别和分布式机器语言翻译的技术 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
CN110473042B (zh) | 用于获取信息的方法及装置 | |
CN110069961A (zh) | 一种物体检测方法和装置 | |
CN108564569B (zh) | 一种基于多核分类学习的混凝土裂缝检测方法及装置 | |
CN109901988A (zh) | 一种用于自动化测试的页面元素定位方法和装置 | |
WO2020000715A1 (zh) | 基于指数特征提取的股指预测方法、服务器及存储介质 | |
CN110033016A (zh) | 数字键盘识别模型的训练方法、数字键盘识别方法及系统 | |
CN109064464A (zh) | 用于检测电池极片毛刺的方法和装置 | |
CN111597937A (zh) | 鱼姿势识别方法、装置、设备及存储介质 | |
CN114494765B (zh) | 真假烟鉴别点的识别方法、装置、电子设备及存储介质 | |
CN115309638A (zh) | 协助模型优化的方法及装置 | |
CN111639905B (zh) | 企业业务流程管控系统、方法、电子设备及存储介质 | |
CN113947730A (zh) | 遥感数据识别方法、装置、电子设备及可读存储介质 | |
CN113989632A (zh) | 一种遥感图像桥梁检测方法、装置、电子设备及存储介质 | |
CN114463345A (zh) | 基于动态自适应网络的多参数乳腺磁共振图像分割方法 | |
CN107145375A (zh) | 内核加载方法、装置、系统、用户终端及存储介质 | |
CN110749597A (zh) | 一种检测结果自动处理方法、系统和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |