weixin_44632711的博客

原创 下载资源源

链接

原创 自动化测试01

selenium IDE 插件，firefox浏览器搜索安装，（无法安装）katalon recorder 负责输出脚本，输出模式，python2+unitest ， 无法输出python3类型脚本，仅参考。

原创 手工测试项目实战

开发语言 web服务器将其放在网站上，映射地址查看文件中是否有相对路径…/文件表示方式，有的话需要启用父路径，并点击应用项目为32位，但win7虚拟机为64位，所以需要将32位启用，使其能够在64位的虚拟机中兼容access数据库保存进销存数据的文件添加下划线报数拼写无误，数据库中存在要添加的对象添加完成，并选中完全控制和修改，这样用户就可以对进销存数据库进行增删改查测试环境最好和开发环境分开，所以测试人员最好独立搭建测试环境。

原创 数据库知识3

格式1: insert into 表名(列名1，列名2，…or 多个条件只需满足其中一个 delete from 表名 where 条件1 or 条件2 or 条件3…and 多个条件同时满足 delete from 表名 where 条件1 and 条件2 and 条件3…Insert into 表名 values(值1，值2，…),(值1，值2，值3…格式2：insert into 表名 values(值1，值2，…(整个表中数据全部删除)update 表名 set 列名1=值1，列名2= 值2，…

原创 数据库相关知识2

数据完整性 指的是数据库中的数据的准确性和可靠性。

原创 数据库知识

怎么做。

原创 计算机网络相关

原创 测试相关Liunx基础知识

基本常识常见。

原创 通识测试09缺陷和缺陷报告

正向的测试用例缺陷远高于反向的。

原创 通识测试08

一、正交实验法，统计学家提出2.使用工具：正交表3. 统计和分析实验数据，从大量实验中找到合适的实验数据组合。4. 大量实验中挑选一部分具有代表性的点。进行实验，分析数据。5. 数学原理《线代》《概率论》《数理统计》6. 核心概念1） 影响实验结果–实验因素（因子）、因素2）每一个因素的不同取值（状况）–水平。3）正交表:每列中同一数字出现次数相等。任意两列组成的数字出现的次数也是相同的。怎么选择正交表正交表的数字关系。n：试验次数m：水平数量k：因素数量。

原创 通识07因果图法

综合考虑原因和结果。四种，恒等，非，或，与。

原创 测试用例实战

只要有一条边长为0，那就是不符合要求，不需要再进行判断，重复。先做正向数据，再做反向数据。

原创 通用测试05

问题1.什么是测试用例？设计出来的一种情况，软件要在这种情况下正常运行达到预期的情况。2。如果达不到要怎么办？将情况标注，作为bug返回给开发人员，让其修复。3. 开发人员说情况修复了，你认可吗？将新的测试版本用同一个测试用例来进行测试，就是回归测试。

原创 通用测试04

（企业非常需要接口测试工程师）是一个程序不断的过程。把自己当成完全不懂的笨蛋和小动物，随即乱点，发现一些意想不到的错误。单元测试（功能满不满足，快不快，接口是否符合要求，约束是否满足）对软件的新版本测试是，重复之前某一个重要版本的所有测试用例。将测试对象看为黑盒子，只看表象，不考虑内部运行。易用性测试（功能有效性，使用效率，用户接受度）兼容性测试（硬件兼容，软件兼容，操作系统兼容）基于经验和直觉的测试，发现一些边缘性的错误。，是否具备可测性，也叫可测性测试。界面测试（是否符合要求）（反应力，空间消耗等）

原创 通用测试03

mysql占4字节。

原创 通用测试02

需求分析———概要设计——详细设计———编码————测试————验收。将模型做出来，开发人员可以按照原型来进行制作模型。软件测试是软件质量管理体系中一个非常重要的手段。不同：添加了风险分析，是软件在。（结合了很多模型的优势）（和迭代模型一起应用）增量模型：把软件分割成。，分批次的完成和交付。（应用领域越来越多）

原创 软件测试目的 测试和调试的区别

软件测试的目的测试和调试的区别

原创 软件测试的定义和目的

正向思维（假定软件可以工作）（让怎么干就怎么干）反向思维（怀疑一切）（让怎么干就不怎么干）IEEE定义的测试（不止要注意软件本身，还要注意软件的使用环境，应用场景，相对较严格）广义的软件测试（软件，数据，相关文档，所有的东西都要测试）确认（是不是，有没有，在不在）验证（是不是满足需求）

原创 软件缺陷由来

需要灵活。

原创 软件测试1

软件测试软件测试的三个方面。

原创 永不消逝的电波-wirteup

题目内容：熟悉的电波在天空中回荡，一场没有硝烟的战争已经打响……请收听“永不消逝的电波.mp3”附件描述：文件名：永不消逝的电波.mp3文件大小：315769 字节校验（SHA1）：AC5E7AEDBE85F289EEA8F308F89BB534710B19F91.下载并打开文件，可以听到这是一段音频，都这么爱看电影，应该能感受到这就是传说中的摩斯电码。2.记录下听到的点声，也可以使用软件.... .-.. . .. -.-. .. -.-. - ... - .-- --- --- -.

原创 蓝桥杯训练试题 python

问题九：问题描述给出一个包含n个整数的数列，问整数a在数列中的第一次出现是第几个。输入格式第一行包含一个整数n。第二行包含n个非负整数，为给定的数列，数列中的每个数都不大于10000。第三行包含一个整数a，为待查找的数。输出格式如果a在数列中出现了，输出它第一次出现的位置(位置从1开始编号)，否则输出-1。n= int(input())lst = list(map(int,input().split()))a = int(input())i = 0for i in range(le

原创 jupyter 出现kernel error解决方案

先检查是否有出现此问题排错没有的话：打开Anaconda prompt 运行如下命令：pip uninstall jupyter -ypip uninstall jupyter_core -ypip uninstall jupyter-client -ypip uninstall jupyter-console -ypip uninstall notebook -ypip uninstall qtconsole -ypip uninstall nbconvert -ypip unins

原创 R包的安装以及可用性

下载网址选择第一个进行下载下载完成自定义安装路径选择安装R的使用强大，可以与其他编程软件进行第三方调用，使用方便R和python协作使用

原创 sklearn- 一元线性回归

# sklearn完成机器学习的常用的库,算法封装在程序中，只需调用接口就可以使用机器学习算法from sklearn.linear_model import LinearRegressionimport numpy as npimport matplotlib.pyplot as plt# 载入数据data = np.genfromtxt("data.csv", delimiter=",")x_data = data[:,0]y_data = data[:,1]plt.scatter(x

原创 1-梯度下降法 一元线性回归

import numpy as npimport matplotlib.pyplot as plt# 载入数据data = np.genfromtxt('data.csv',delimiter=",")x_data = data[:,0] #数据切分，第一行y_data = data[:,1] #数据切分，第二行plt.scatter(x_data,y_data) #散点图绘制plt.show() #图像大致呈散点图分布# 学习率 learing ratelr = 0.000

原创 2.3 梯度下降法

梯度下降算法的思想初始化senta1,senta0不断改变senta1,senta0，直到J(senta1,senta0)到达一个全局最小值，或局部极小值。由下列这张图来看其结果，红色区域值较大，蓝色区域值较大实现最小点的方法：不断求导，寻找梯度下降方向，不断迭代，最终找到最小点初始值在不同位置时，梯度下降的方向不同，最终找到的值并不相同，我们称其找到的点为局部最小值。梯度下降法执行：学习率：主要是用来优化步长通过公式来改变参数计算完成，同时更新（正确做法）梯度下降思想无论

原创 2.2 代价函数

代价函数最小二乘法真实值y，预测值ho(x)，则误差平方为(y 一 ho(x))2找到合适的参数，使得误差平方和∶代价函数代价函数 senta = 0.5时senta1 = 0时取多个senta1 可以得到以下曲线，可以找找到代价函数最小点senta0 截距 senta1 斜率等高线中心点：代价函数最小值相关系数衡量线性相关性的强弱决定系数相关系数R2(coefficient of determination)是用来描述两个变量之间的线性关系的，但决定系数的适用范围

原创 2.1 一元线性回归

回归（Regression)回归一词最早由英国科学家弗朗西斯·高尔顿（Francis Galton）提出，他还是著名的生物学家、进化论奠基人查尔斯·达尔文(Charles Darwin )的表弟。高尔顿深受进化论思想的影响，并把该思想引入到人类研究，从遗传的角度解释个体差异形成的原因。高尔顿发现，虽然有一个趋势∶父母高，儿女也高;父母矮，儿女也矮。但给定父母的身高，儿女辈的平均身高却趋向于或者“回归”到全体人口的平均身高。换句话说，即使父母双方都异常高或者异常矮，儿女的身高还是会趋向于人口总体的平均身

原创 1.3 机器学习基础概念

训练数据、验证数据、测试数据建模之前，我们可以把数据分成三部分。训练集(Training data)验证集(Validation data)测试集(Test data)训练集还是用来训练，构建模型。验证集是用来在模型训练阶段测试模型的好坏。等模型训练好之后，再用测试集来评估模型的好坏。学习方式1.监督学习2.无监督学习：没有标签的数据3.半监督学习 （使用较少）半监督学习是监督学习和无监督学习相结合的一种学习方式。主要是用来解决使用少量带标签的数据和大量没有标签的数据进行训练和分

原创 1.1 机器学习背景知识

人工智能（AI）起源人工智能是一个宽泛的概念，我们需要具体的算法大类：机器学习（包含很多算法）神经网络（NM）　其中一个算法深度学习（DL） 本质就是神经网络深度学习层数变多，属性深度越深人工智能的包含关系以及走向深度学习与传统算法的区别机器学习和深度学习的应用图像识别目标识别人脸识别图片描述图像风格转换语音识别文本分类机器翻译诗歌创作图像生成实际应用本类主要将传统的机器学习算法...

原创 14 人脸检测

Haar特征+Adaboost级联分类器以 Haar特征分类器为基础的对象检测技术是一种非常有效的对象检测技术，多用于人脸检测、行人检测等。Haar-like特征是计算机视觉领域一种常用的特征描述算子，也称为Haar特征。Haar特征就是用下图中黑色矩形所有像素值的和减去白色矩形所有像素值的和。 Haar特征可以在检测窗口中由放大+平移产生一系列子特征。在论文《Rapid Object Detection using a Boosted Cascade of Simple Features》中，作者使

原创 视频读取存储

import numpy as npimport cv2摄像头读取# 从摄像头获取图像数据cap = cv2.VideoCapture(0)while(True): # ret 读取成功True或失败Falseq # frame读取到的图像的内容 # 读取一帧数据 ret,frame = cap.read() # 变为灰度图 gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow(

原创 Canny边缘检测

Canny边缘检测Canny 边缘检测是一种非常流行的边缘检测算法，是 John F.Canny 在1986 年提出的。它是一个有很多步构成的算法，我们接下来会逐步介绍。1.噪声去除由于边缘检测很容易受到噪声影响，所以第一步是使用 5x5 的高斯滤波器去除噪声，这个前面我们已经学过了。2.计算图像梯度对平滑后的图像使用 Sobel 算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx 和 Gy）。根据得到的这两幅梯度图（Gx 和 Gy）找到边界的梯度和方向，公式如下：$G=\sqrt{(G_x

原创 13 图像梯度

图像梯度：I是图像像素的值(如：RGB值)一阶导数：x的梯度：Gx = I(x+1,y)-I(x,y)y的梯度：Gy = I(x,y+1)-I(x,y)二阶导数：x的梯度：I(x+1,y)+I(x-1,y)-2I(x,y)y的梯度：I(x,y+1)+I(x,y-1)-2I(x,y)OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器： Sobel，Scharr 和 Laplacian。Sobel， Scharr 其实就是求一阶或二阶导数。 Scharr 是对 Sobel的优化。Lapl

原创 二值化Thresholding

在图像处理中，Thresholding中文翻译过来叫二值化或者阈值化。二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding，可以让图片中感兴趣的颜色变成主角–white，其余的颜色全部隐藏–black。另外，二值化后的图片也便于计算机进行分析，因为边缘轮廓十分清晰，所以计算机可以轻松找到边界线。然而，在找边界这方面，Thresholding并不是特别好的算法，有些时候遇到某些特殊图片效果也不好。二值化的应用from imutils import *image =

原创 颜色空间转换

from imutils import *RGB RGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相同时，产生不同灰度值的灰色调，即三色灰度都为0时，是最暗的黑色调；三色灰度都为255时，是最亮的白色调。在电脑中，RGB的所谓“多少”就是指亮度，并使

原创 12 图像平滑

图像模糊/图像平滑from imutils import *image = imread('image.jpg')show(image)Averaging平均计算卷积框覆盖区域所有像素的平均值得到卷积的结果[[1 1 1 1 1][1 1 1 1 1][1 1 1 1 1][1 1 1 1 1][1 1 1 1 1]]kernelsizes = [(3,3),(9,9),(15,15)] #不同的卷积大小plt.figure(figsize=(15,15))for i,ke

原创 11 形态学

卷积的简单介绍from imutils import *Erosion腐蚀其原理是在原图的小区域内取局部最小值,其函数是cv2.erode()。这个核也叫结构元素，因为形态学操作其实也是应用卷积来实现的,结构元素可以是矩形/椭圆/十字形，可以用cv2.getStructuringElement()来生成不同形状的结构元素，比如：# 矩形 5*5窗口kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))print(kernel1)

原创 10.图像金字塔

图像金字塔：主要是指一种算法思想一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们雪要对同一图像的不同分辨率的子图像进行处理。比如，我们要在一幅图像中查找某个目标，比如险，我们不知道目标在图像中的尺寸大小。这种情况下，我们需要创建创建一组图像，这些图像是具有不同分辨幸的原始图像。我们把这组图像叫做图像金字塔〈简单来说就是同一图像的不同分辨率的子图集合》。如果我们把最大的图像放在底部，最小的放在项部，看起来像一座金字塔，故而得名图像金字塔。不同分辨率的图像，使用图像金字塔，可以找到