Bugfree

见端而知末 2010-09-26 04:18:27
我也不知道这个帖子放在这里合不合适,管不了那么多了,太急了。。。

求教一个问题:Bugfree与软件测试有什么关系,它是测试员的一个工具吗?做测试的话还需要哪些个工具??
...全文
93 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
丰满 2010-09-27
  • 打赏
  • 举报
回复
http://zhidao.baidu.com/question/8349948.html
去看看吧,了解一下就知道了
luciferisnotsatan 2010-09-26
  • 打赏
  • 举报
回复
做测试也分很多种。有的测试只要求手工测,有的需要会写代码(写测试用例),还有的需要自己开发一个自动化测试工具。
控制软件质量手段有结对编程,代码review,重构,DDT等等。但没有任何一种方法能保证出高质量产品。
见端而知末 2010-09-26
  • 打赏
  • 举报
回复
你的回答已经对我很有用了~~

那在软件开发的过程当中,除了软件测试,还有哪些手段,工具可以用来控制质量呢?
luciferisnotsatan 2010-09-26
  • 打赏
  • 举报
回复
PL,QA之类的角色还可以根据bugfree的数据写报告。
ayw215 2010-09-26
  • 打赏
  • 举报
回复
软件测试人员发现bug,在上面就报个bug
开发人员根据上面的bug的描述来fix
见端而知末 2010-09-26
  • 打赏
  • 举报
回复
[Quote=引用 1 楼 ayw215 的回复:]
只是个bug管理工具吧
[/Quote]
它是不是应该程序员使用的?
它和软件测试有关系 么
ayw215 2010-09-26
  • 打赏
  • 举报
回复
只是个bug管理工具吧
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

3,881

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 其它技术问题
社区管理员
  • 其它技术问题社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧