空对象模式虚函数实现运行时多态策略模式
空对象模式虚函数实现运行时多态策略模式
Java源码+运行结果+UML类图+分析文档
大连理工大学-移动应用测试大作业
1.1测试对象说明
开源应用APP “Numix calculator”,为一个科学计算器,大小4.93MB。可进行加减乘除运算,正弦运算,余弦运算,正切运算,反切运算,对数运算,开方运算。
1.2测试计划
4天做好单元测试的测试用例设计,测试结果分析,2天内做好集成测试,1天内做好性能测试
1.3测试方案
对软件的基本功能进行测试
软件测试质量保证:实验六 UFT功能测试工具使用实验
一、标准检查点
1.打开UnifiedFunctionalTesting(简称UFT)并运行,选择加载【ActiveX】插件,打开【文件】->【新建】->【测试】。
2.在弹出的对话款框【新建测试】中选择【GUI测试】,在【名称】和【位置】中输入相应的名称和路径,点击【创建】按钮。
3. 在做好相应的设置项后,点击【录制】按钮。
4. 录制脚本,输入以下航班信息:
航班日期:选择一个比试验当天晚的时间
起点:Denver
终点:Seattle
5.单击【航班】按钮,会出现一个Flights Table对话框,在Flights Table对话框中单击OK按钮来接受默认的选择。
6.输入以下信息:(如图示)
名称:Sam Smith
机票数:2
舱位种类:头等舱
7.单击【插入订单】按钮,等待进度条完成和【已插入…】字样的出现。
8.在Flight Reservation工具栏中单击【New Order】,为测试设置结束条件,并关闭Flight Reservation。
9.在UFT工具栏中单击【Stop】来终止运行测试。
10.在UFT功能测试工具的录制界面中点击下方的【活动屏幕】,找到
软件测试质量保证:实验五 UFT功能测试工具使用报告
实验操作步骤
一、设置初始条件
1.打开UnifiedFunctionalTesting(简称UFT)并运行,选择加载【ActiveX】插件,打开【文件】->【新建】->【测试】。
2.选择“ActiveX”,“Visual Basic”,“Web”插件的安装。
3.在弹出的对话款框【新建测试】中选择【GUI测试】,在【名称】和【位置】中输入相应的名称和路径,点击【创建】按钮。
4.在菜单栏中单击【关键字视图】按钮,查看【专家视图】,并在需要时在两种视图间做切换。
5.在做好相应的设置项后,点击【录制】按钮。
6.在点击按钮后,会弹出【录制和运行设置】对话框。在对话框中选择【Windows Applicatons】,并选择【仅在以下应用程序上录制和运行】方式。然后点击【+】按钮,并在弹出的【应用程序详细信息】对话框中选择所测程序的路径,然后加载进文本框中。
二、记录业务流程
1.点击【录制】按钮,开始录制Flight程序。
2.开始录制Flight程序,使用下面的信息登录:代理名-training,密码-mercury,点击【确定】按钮。(注意:录制时看右上方的录制提示框中的数字是否
软件测试质量保证:实验四 Loadrunner性能测试工具实验二
2.5.1并发批量注册用户
1.打开第一次实验中的注册用户脚本
2.在相应位置增加函数:集合点、开始事物、设置文本检查点、结束事物等函数
3.配置参数组合
4.设置迭代次数。
5.进入Controller。
6.配置需要的并发虚拟用户数。.
7.进入Controller界面,查看运行时设置,查看脚本是否正确。
8.添加资源监控
9.单击Start Scenario开始运行脚本
10.点击Results>Analyze Results分析结果
11.报告生成,查看结果。
2.5.2并发订票操作
对登陆,查找航班,确定订单,支付票款作为独立事务进行记录 ,并按照实验2.5.1进行操作。
注意参数化时候配置不同。
查看每个事务的执行情况
2.6练习题
1.使用50个虚拟用户并发,运行20次迭代,查看结果
2.使用10个虚拟用户,完成订票活动,迭代20次,记录每个事务的响应时间,每秒事物数等。
3.起始为10个虚拟用户,每隔1分钟增加10个用户,直到50个并发用户运行1分钟为止,记录每个事务的响应时间,每秒事物数等(选做)。
软件测试质量保证:实验三 Loadrunner性能测试
1.5.1批量注册用户
1启动飞机订票系统服务。
2选择“Web-HTTP/HTML”协议
3进入Virtual User Generator主界面。
3进入录制选项页面,开始录制脚本。
4工具将打开IE浏览器,填写注册信息,进行注册操作。
5停止录制,弹出脚本页面。
6配置“Parameters”参数化
7参数替换
8修改迭代次数
9运行回放按钮。
10.进入飞机订票系统网页,输入用户名,密码,验证新注册用户是否注册成功。
1.5.2制作登录脚本
1开始录制脚本。
2进入用户页面,完成流程操作。
3停止录制,完成关联操作
4并且工具自动在脚本中加入代码记录Session值。
5运行回放按钮。
1.5.3制作订票脚本,并修改脚本内容
1录制订票操作。
2修改脚本,完成不同订票操作。
3检查订票是否成功。
软件测试质量保证:实验二 TestBed单元测试实验
1、配置测试环境:确认使用VC6.0开发环境
2、加载被测软件源代码Testrian.c
3、启动Testbed的单元测试模块(使用Unit Test only)
4、测试执行前准备:建立Sequence,配置Code Coverage,配置Test Environment。
5、创建测试用例
创建测试用例,右键点击被测函数名称即可弹出“Create New Test Case”按钮完成测试用例配置进入测试用例设计和执行界面。
6、执行测试用例
设置完成输入变量和桩函数之后,就可以开始执行测试用例了,有两种执行测试用例的方式:生成驱动文件--编译驱动文件--执行驱动文件
7、查看覆盖率信息
每成功执行一个测试用例后,Testbed/Trbun都会统计当前测试用例执行的路径以及相应的覆盖率
8、增加测试用例,提高覆盖率
为了函数的功能覆盖达到100%,通常一个用例是不够的,所以需要重复之前的步骤来设计新的测试用例。
9、回归测试
若回归完成后所有测试用例全部PASS,至此被测函数的单元测试全部完成。
10、保存测试结果
b、动态覆盖率报告的保存。保存动态覆盖率报告及回归报告。
软件测试质量保证:实验一 Testbed静态测试实验
(1)启动Testbed,在File菜单下选择Select File选项,选择被测样例系统。
(2)选择需要分析文件testrain.c,点击select。
(3)确认工作保存路径及配置路径,点击continue完成测试项目建立。
(4)点击菜单栏中的Configure,在下拉菜单中点击Code Review Report Options选项。选择分析的规则集。
(5)在Data Files页中找到规则配置文件,编辑cpen.dat文件,配置编程规则。
(6)点击菜单栏中的Analysis,在下拉菜单中点击Select Analysis,选择Main Static Analysis,Complexity Analysis,Static Data Flow Analysis三个选项。点击Start Analysis按钮,开始进行静态分析。
(7)查看静态调用图,并分析程序静态结构。
(8)双击函数节点名称进入静态数据流图。
(9)点击菜单Options,选择Add Annotations添加节点名称。
(10)右键点击控制流图中节点在弹出菜单中选择Annotated Procedure
基于MindSpore的花卉识别实验(包含自己找花卉图片测试)
基于华为自研MindSpore深度学习框架构建网络模型,实现花卉识别实验。
包含自己找花卉图片测试;包含程序流程图 ;包含可运行源码、运行结果演示视频,本地MindSpore详细配置教程(私信可远程配置);包含联系方式,购买可免费帮调试,自定义花卉识别实验。
基于MindSpore的MNIST手写体识别实验(包含自己手写数字测试)
基于华为自研MindSpore深度学习框架构建网络模型,实现MNIST手写体识别实验。
包含自己手写体测试;
包含程序流程图 ;
包含可运行源码、运行结果演示视频,本地MindSpore详细配置教程(私信可远程配置);
包含联系方式,购买可免费帮调试,自定义手写体测试。
torch-1.3.0cpu-cp37-linux_armv7l.whl (包含torchvision-0.4.1.whl)
armv7l版的pytorch1.3.0的.whl资源
树莓派armv7l cpu 上装 pytorch1.3.0, torchvision-0.4.1
torch-1.6.0cpu-cp37-linux_armv7l.whl (包含torchvision-0.8.0.whl)
arm7l版的pytorch1.6.0的.whl资源
树莓派arm7l cpu 上装 pytorch1.6.0, torchvision-0.8.0
基于MindSpore的MNIST手写体识别实验
基于华为自研MindSpore深度学习框架构建网络模型,实现MNIST手写体识别实验。
包含可运行源码、运行结果演示视频,本地MindSpore详细配置教程(私信可远程配置)
本例子会使用MindSpore深度学习框架实现一个简单的图片分类实验,整体流程如下:
1、 处理需要的数据集,这里使用了MNIST数据集。
2、 定义一个网络,这里我们使用LeNet网络。
3、 定义损失函数和优化器。
4、 加载数据集并进行训练,训练完成后,查看结果及保存模型文件。
5、 加载保存的模型,进行推理。
6、 验证模型,加载测试数据集和训练后的模型,验证结果精度。
最新版MNIST数据集
MNIST手写体数字,包含训练数据集和测试数据集
mkvtoolnix-amd64-7.1.0.7z
mkvtoolnix(又叫Matroska toolkit),是一套功能强大的mkv(Matroska)格式制作和处理的工具,支持将多种视频、音频、字幕等格式封装成mkv格式。
Mkvtoolnix 中包含了一个图形界面程序mmg.exe,这样使得制作mkv更简单和直观。还包含MKVextractGUI.exe程序,可以提取 MKV 文件里面的音视频和字幕文件。
Mkvtoolnix是目前功能最齐全的Matroska合成器,除了WMV和MPEG-1/2之外,它几乎能将所有的媒体合成到MKV中去。
Borland c++
这是C++的强大编译器,有别于VC++6.0,解压后在网上找序列号就可以了,很好找