人工智能原理與方法智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學(xué)

人工智能原理與方法智慧樹知到課后章節(jié)答案2023年下哈爾濱工程大學(xué)哈爾濱工程大學(xué)

第一章測試

下列關(guān)于智能說法錯(cuò)誤的是（）

A:任何生命都擁有智能B:目前，人類智能是自然只能的最高層次C:細(xì)菌不具有智能D:從生命的角度看，智能是生命適應(yīng)自然界的基本能力

答案:細(xì)菌不具有智能

目前，智能的定義已經(jīng)明確，其定義為：智能是個(gè)體能夠主動(dòng)適應(yīng)環(huán)境或針對問題，獲取信息并提煉和運(yùn)用知識，理解和認(rèn)識世界事物，采取合理可行的（意向性）策略和行動(dòng)，解決問題并達(dá)到目標(biāo)的綜合能力。（）

A:錯(cuò)B:對

答案:錯(cuò)

傳統(tǒng)人工智能領(lǐng)域?qū)⑷斯ぶ悄軇澐譃閺?qiáng)人工智能與弱人工智能兩大類。所謂強(qiáng)人工智能指的就是達(dá)到人類智能水平的技術(shù)或機(jī)器，否則都屬于弱人工智能技術(shù)。（）

A:錯(cuò)B:對

答案:對

人類歷史上第一個(gè)人工神經(jīng)元模型為MP模型，由赫布提出。（）

A:對B:錯(cuò)

答案:錯(cuò)

下列關(guān)于數(shù)據(jù)說法錯(cuò)誤的是（）

A:在當(dāng)今社會(huì)，數(shù)據(jù)的本質(zhì)是生產(chǎn)資料和資產(chǎn)B:數(shù)據(jù)就是描述事物的符號記錄，是可定義為有意義的實(shí)體C:數(shù)據(jù)可以分為模擬數(shù)據(jù)和數(shù)字?jǐn)?shù)據(jù)兩類D:我們通常所說的數(shù)據(jù)即能夠直接作為計(jì)算機(jī)輸入的數(shù)據(jù)是模擬數(shù)據(jù)

答案:我們通常所說的數(shù)據(jù)即能夠直接作為計(jì)算機(jī)輸入的數(shù)據(jù)是模擬數(shù)據(jù)

下列關(guān)于大數(shù)據(jù)的說法中正確的有（）

A:大數(shù)據(jù)帶來的思維變革中，更多是指更多的隨機(jī)樣本B:“大數(shù)據(jù)時(shí)代”已經(jīng)來臨C:大數(shù)據(jù)具有多樣、高速的特征D:“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)

答案:“大數(shù)據(jù)時(shí)代”已經(jīng)來臨;大數(shù)據(jù)具有多樣、高速的特征;“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)

第二章測試

人工智能使人類改造自然、適應(yīng)自然的各類技術(shù)發(fā)展到最高階段，智能技術(shù)使得工具變得有智能，促使技術(shù)在以指數(shù)級增長速度加速進(jìn)化（加速回報(bào)定律）。（）

A:錯(cuò)B:對

答案:對

聯(lián)結(jié)主義認(rèn)為人的思維基元是符號，而不是神經(jīng)元；人的認(rèn)知過程是符號操作而不是權(quán)值的自組織過程。（）

A:錯(cuò)B:對

答案:錯(cuò)

科學(xué)研究能夠逐步理解如何從大腦的結(jié)構(gòu)和機(jī)制上產(chǎn)生知覺、記憶和行為的意識表現(xiàn)，這些所謂“簡單問題”的科學(xué)研究，都無法越過物質(zhì)與精神的藩籬，解決身心關(guān)系的“困難問題”，證明主觀意識如何從物質(zhì)基礎(chǔ)上涌現(xiàn)出來。

（）

A:對B:錯(cuò)

答案:對

現(xiàn)代認(rèn)知科學(xué)強(qiáng)調(diào)心智親身性，也就是心智與身體是分離的，人的經(jīng)驗(yàn)、認(rèn)識都來自身體內(nèi)部與環(huán)境的相互作用。（）

A:對B:錯(cuò)

答案:錯(cuò)

理性來自身體，而非超越身體。（）

A:對B:錯(cuò)

答案:對

下列哪個(gè)選項(xiàng)不屬于人類理性：（）

A:知識理性B:認(rèn)知理性C:價(jià)值理性D:方法理性

答案:知識理性

生命起源于什么時(shí)候？（）

A:45-35億年之間B:138億年以前C:138-100億年之間D:100-45億年之間

答案:45-35億年之間

第三章測試

所有生物的腦部都可以分為前腦、中腦和后腦三個(gè)原始部位。具體而言，人類大腦是由腦干、小腦、大腦（前腦）組成。（）

A:對B:錯(cuò)

答案:對

人體神經(jīng)系統(tǒng)可以分為中樞神經(jīng)系統(tǒng)和周圍神經(jīng)系統(tǒng)。其中，中樞神經(jīng)系統(tǒng)由腦和脊髓組成，是人體神經(jīng)系統(tǒng)中最主體的部分。（）

A:對B:錯(cuò)

答案:對

大腦神經(jīng)系統(tǒng)主要組成部分是大腦皮層和灰質(zhì)層，大腦皮層和灰質(zhì)層都很薄，但大腦皮層表面無溝回，灰質(zhì)層表面有溝回。（）

A:錯(cuò)B:對

答案:錯(cuò)

神經(jīng)元是神經(jīng)系統(tǒng)最基本的結(jié)構(gòu)和功能單位，分為細(xì)胞體和突起兩部分。細(xì)胞體由細(xì)胞核、細(xì)胞膜、細(xì)胞質(zhì)組成；突起有樹突和軸突兩種。（）

A:錯(cuò)B:對

答案:對

大腦內(nèi)的神經(jīng)連接是雜亂無章的。（）

A:錯(cuò)B:對

答案:錯(cuò)

認(rèn)知是人腦對接受外界輸入的信息進(jìn)行加工處理并轉(zhuǎn)換成內(nèi)在的心理活動(dòng)，進(jìn)而支配人的行為的過程，是人的最基本的心理過程。（）

A:錯(cuò)B:對

答案:對

思維的本質(zhì)是人腦有意識的對客體的反映，這個(gè)過程構(gòu)成了人類認(rèn)識的高級階段。思維以感覺作為自己唯一的源泉，但是它超越了直接感性認(rèn)識的界限，達(dá)到理性認(rèn)識或理性認(rèn)識的過程。（）

A:對B:錯(cuò)

答案:對

謝列關(guān)于感知和注意說法正確的有（）

A:注意網(wǎng)絡(luò)分為三個(gè)子系統(tǒng)：前注意心態(tài)、后注意心態(tài)和警覺系統(tǒng)B:感知是客觀世界直接作用于人的感覺器官而產(chǎn)生的C:注意是心理活動(dòng)或意識在某一時(shí)刻所處狀態(tài)，表現(xiàn)為對一定對象的指向與集中D:在感知過程中，經(jīng)歷感覺、知覺兩種基本形式

答案:注意網(wǎng)絡(luò)分為三個(gè)子系統(tǒng)：前注意心態(tài)、后注意心態(tài)和警覺系統(tǒng);感知是客觀世界直接作用于人的感覺器官而產(chǎn)生的;注意是心理活動(dòng)或意識在某一時(shí)刻所處狀態(tài)，表現(xiàn)為對一定對象的指向與集中

下列不屬于與動(dòng)物導(dǎo)航有關(guān)的細(xì)胞是（）。

A:內(nèi)嗅外側(cè)的細(xì)胞B:頭部方向細(xì)胞C:邊界細(xì)胞D:速度細(xì)胞

答案:內(nèi)嗅外側(cè)的細(xì)胞

下列關(guān)于大腦左右半腦及其功能說法錯(cuò)誤的是（）。

A:口述答題時(shí)，左腦負(fù)責(zé)邏輯思考，右腦負(fù)責(zé)語言描述B:左腦像一個(gè)科學(xué)家，擅長抽象思維與復(fù)雜計(jì)算，但缺乏豐富的情感C:大腦兩左右半球形狀相同，功能卻大不一樣，一般分別稱為左腦和右腦D:右腦像個(gè)藝術(shù)家，對音樂、美術(shù)等藝術(shù)活動(dòng)具有創(chuàng)造力，且感情豐富

答案:口述答題時(shí)，左腦負(fù)責(zé)邏輯思考，右腦負(fù)責(zé)語言描述

第四章測試

下列關(guān)于神經(jīng)元、神經(jīng)網(wǎng)絡(luò)的說法中，錯(cuò)誤的是（

）。

A:人工神經(jīng)網(wǎng)絡(luò)只有線性函數(shù)部分B:人工神經(jīng)元基本模型模擬的是生物神經(jīng)元，包括輸入、樹突、細(xì)胞體、軸突和突觸幾部分C:生物神經(jīng)元主要由細(xì)胞體和突起兩部分組成，其中，突起可以分為樹突和軸突D:世界上第一個(gè)神經(jīng)元的數(shù)學(xué)模型為MP模型

答案:人工神經(jīng)網(wǎng)絡(luò)只有線性函數(shù)部分

前向傳播神經(jīng)網(wǎng)絡(luò)時(shí)在神經(jīng)元的數(shù)學(xué)模型的基礎(chǔ)上，將神經(jīng)元通過特定的連接方式連接在一起構(gòu)成的。不同的人工神經(jīng)網(wǎng)絡(luò)一般擁有不同的結(jié)構(gòu)，但基礎(chǔ)仍然是神經(jīng)元的數(shù)學(xué)模型。

A:錯(cuò)B:對

答案:對

卷積神經(jīng)網(wǎng)絡(luò)時(shí)目前應(yīng)用最廣的人工神經(jīng)網(wǎng)絡(luò)，特別是在圖像處理領(lǐng)域的目標(biāo)檢測、目標(biāo)識別等等，卷積神經(jīng)網(wǎng)絡(luò)往往有著較好的效果。下面選項(xiàng)中，屬于卷積神經(jīng)網(wǎng)絡(luò)的三個(gè)組成部分的有（

）。

A:池化B:局部感受野C:遺忘門D:權(quán)值共享

答案:池化;局部感受野;權(quán)值共享

卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，具有很多優(yōu)點(diǎn)，對于大型圖像處理有出色表現(xiàn)。下列選項(xiàng)中，屬于卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)的是（

）。

A:平移不變性B:魯棒性強(qiáng)C:隱式學(xué)習(xí)，避免了顯式的特征抽取D:權(quán)值共享

答案:魯棒性強(qiáng);隱式學(xué)習(xí)，避免了顯式的特征抽取;權(quán)值共享

卷積神經(jīng)網(wǎng)絡(luò)的卷積層又稱為下采樣層，其作用是使特征圖變小，簡化網(wǎng)絡(luò)計(jì)算復(fù)雜度，并且對特征進(jìn)行壓縮，從而提取主要特征。

A:錯(cuò)B:對

答案:錯(cuò)

第五章測試

機(jī)器學(xué)習(xí)是指計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。

A:錯(cuò)B:對

答案:對

下列不屬于DQN現(xiàn)存問題得是：（

）。

A:Q學(xué)習(xí)的Q-Table依然存在高維度災(zāi)難問題，無法使Q值連續(xù)化B:action依然是從最大的Q值中選取，無法用于action連續(xù)的問題C:卷積神經(jīng)網(wǎng)絡(luò)（CNN）不一定收斂，需精良調(diào)參D:只能處理只需短時(shí)記憶問題，無法處理需長時(shí)記憶問題

答案:Q學(xué)習(xí)的Q-Table依然存在高維度災(zāi)難問題，無法使Q值連續(xù)化

EasyTL采用域內(nèi)編程從域中學(xué)習(xí)判別性傳遞信息，從而得到一個(gè)無參域內(nèi)編程分類器。

A:錯(cuò)B:對

答案:對

對于K-Means聚類算法下列說法正確的是：（

）。

A:對噪聲和孤立數(shù)據(jù)敏感B:初始聚類中心的選擇對聚類結(jié)果影響不大C:是一種無監(jiān)督學(xué)習(xí)方法D:須事先給定聚類數(shù)k值

答案:對噪聲和孤立數(shù)據(jù)敏感;是一種無監(jiān)督學(xué)習(xí)方法;須事先給定聚類數(shù)k值

AlexNet這項(xiàng)工作的貢獻(xiàn)有：（

）。

A:覆蓋進(jìn)行較大池化，避免平均池化的平均化效果B:使用修正的線性單元（ReLU）作為非線性激活函數(shù)C:使用GPUNVIDIAGTX580減少訓(xùn)練時(shí)間D:在訓(xùn)練的時(shí)候使用Dropout技術(shù)有選擇地忽視單個(gè)神經(jīng)元，以避免模型過擬合

答案:覆蓋進(jìn)行較大池化，避免平均池化的平均化效果;使用修正的線性單元（ReLU）作為非線性激活函數(shù);使用GPUNVIDIAGTX580減少訓(xùn)練時(shí)間;在訓(xùn)練的時(shí)候使用Dropout技術(shù)有選擇地忽視單個(gè)神經(jīng)元，以避免模型過擬合

通過Bellman方程求解馬爾科夫決策過程的最佳決策序列，每個(gè)狀態(tài)的值不僅由當(dāng)前狀態(tài)決定還要由后面的狀態(tài)決定。

A:對B:錯(cuò)

答案:對

下面選項(xiàng)中說法正確的有（

）。

A:JDA中，目標(biāo)域中沒有標(biāo)簽數(shù)據(jù)，不能直接建模，需利用類條件分布來近似，因此可以利用在源域數(shù)據(jù)上訓(xùn)練得到的基分類器應(yīng)用到目標(biāo)域數(shù)據(jù)，得到目標(biāo)域數(shù)據(jù)的偽標(biāo)簽B:通過PCA得到k維特征表示后，為了減小邊緣分布差異，引入最大均值差異MMD，旨在k維嵌入中計(jì)算源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)樣本均值之間的距離C:在JDA中，我們的目標(biāo)是同時(shí)最小化域間邊緣分布和條件分布的差異D:JDA特征轉(zhuǎn)化時(shí)，降維方法中的數(shù)據(jù)重構(gòu)選擇PCA來進(jìn)行

答案:JDA中，目標(biāo)域中沒有標(biāo)簽數(shù)據(jù)，不能直接建模，需利用類條件分布來近似，因此可以利用在源域數(shù)據(jù)上訓(xùn)練得到的基分類器應(yīng)用到目標(biāo)域數(shù)據(jù)，得到目標(biāo)域數(shù)據(jù)的偽標(biāo)簽;通過PCA得到k維特征表示后，為了減小邊緣分布差異，引入最大均值差異MMD，旨在k維嵌入中計(jì)算源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)樣本均值之間的距離;在JDA中，我們的目標(biāo)是同時(shí)最小化域間邊緣分布和條件分布的差異;JDA特征轉(zhuǎn)化時(shí)，降維方法中的數(shù)據(jù)重構(gòu)選擇PCA來進(jìn)行

簡單遷移學(xué)習(xí)方法仍需要模型的選擇，但無需超參數(shù)的調(diào)整。

A:對B:錯(cuò)

答案:錯(cuò)

第六章測試

圖像濾波是圖像預(yù)處理中不可或缺的操作，對后續(xù)圖像的處理和分析有著直接的影響。下列關(guān)于圖像濾波的說法中，錯(cuò)誤的是（

）。

A:對圖像的濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制B:中值濾波器和均值濾波器的濾波核一般都是n*n的大小，不同的是，均值濾波器取相鄰內(nèi)像素灰度的均值作為中心像素的灰度值，而中值濾波器則用的是領(lǐng)域內(nèi)像素灰度的中值C:如果圖像中存在大量的椒鹽噪聲，則可以使用均值濾波器進(jìn)行降噪D:常用到的圖像濾波方法有中值濾波、雙邊濾波、均值濾波、高斯濾波等

答案:如果圖像中存在大量的椒鹽噪聲，則可以使用均值濾波器進(jìn)行降噪

下列關(guān)于常用濾波器的說法中正確的是（

）。

A:雙邊濾波器和高斯濾波器是完全不同的兩個(gè)濾波器，沒有一點(diǎn)聯(lián)系B:若高斯濾波器的高斯核（n*n）的所有參數(shù)都為，其作用等同于中值濾波器C:均值濾波器可以降低圖像中的“尖銳”變化，適用于對服從正態(tài)分布的噪聲進(jìn)行抑制D:中值濾波、均值濾波、高斯濾波和雙邊濾波器都會(huì)在一定程度上使原圖變得模糊

答案:中值濾波、均值濾波、高斯濾波和雙邊濾波器都會(huì)在一定程度上使原圖變得模糊

均值濾波器對圖像進(jìn)行濾波會(huì)模糊圖像的邊緣，雙邊濾波器則可以保護(hù)圖像邊界。

A:錯(cuò)B:對

答案:對

Harris角點(diǎn)檢測是一種常用的角點(diǎn)檢測方法。下列關(guān)于Harris角點(diǎn)檢測的說法中正確的有（

）。

A:Harris利用一個(gè)滑動(dòng)小窗在圖像上進(jìn)行滑動(dòng)來檢測角點(diǎn)B:小窗在任意方向上移動(dòng)，窗內(nèi)的灰度值變化都不大，則此處可能不存在角點(diǎn)C:小窗在一些方向上移動(dòng)時(shí)，窗內(nèi)灰度值劇烈變化，在其余方向移動(dòng)時(shí)，灰度值變化不大，則該處可能是邊緣D:若滑動(dòng)小窗在任意方向上平移都會(huì)引起窗口內(nèi)的灰度值劇烈變化，則此時(shí)滑動(dòng)小窗可能在角點(diǎn)上

答案:Harris利用一個(gè)滑動(dòng)小窗在圖像上進(jìn)行滑動(dòng)來檢測角點(diǎn);小窗在任意方向上移動(dòng)，窗內(nèi)的灰度值變化都不大，則此處可能不存在角點(diǎn);小窗在一些方向上移動(dòng)時(shí)，窗內(nèi)灰度值劇烈變化，在其余方向移動(dòng)時(shí)，灰度值變化不大，則該處可能是邊緣;若滑動(dòng)小窗在任意方向上平移都會(huì)引起窗口內(nèi)的灰度值劇烈變化，則此時(shí)滑動(dòng)小窗可能在角點(diǎn)上

Sobel算子和Robert算子都是常見的邊緣檢測算子。下列關(guān)于這兩個(gè)邊緣檢測算子的說法中正確的有（

）。

A:Robert算子定位精度高，但對噪聲敏感B:Sobel算子、Robert算子都屬于基于圖像灰度的一階導(dǎo)數(shù)邊緣檢測算子C:Sobel算子檢測垂直邊緣的效果好于斜向邊緣D:

答案:Robert算子定位精度高，但對噪聲敏感;Sobel算子、Robert算子都屬于基于圖像灰度的一階導(dǎo)數(shù)邊緣檢測算子

Prewitte算子是一種一階微分算子的邊緣檢測，其檢測水平與豎直方向的模板與Robert算子模板的相似，都是3*3的矩陣。

A:錯(cuò)B:對

答案:錯(cuò)

圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程。下面關(guān)于圖像分割算法的說法中，錯(cuò)誤的是（

）。

A:分水嶺算法、MeanShift分割、區(qū)域生長和Ostu閾值分割都可以完成對圖像的分割B:分水嶺算法常用來對圖像中連在一起目標(biāo)物體進(jìn)行分割C:Otsu閾值分割又名最大類間差方法，通過統(tǒng)計(jì)整個(gè)圖像的直方圖特性來實(shí)現(xiàn)全局閾值T的自動(dòng)選取D:區(qū)域生長法是通過計(jì)算偏移的均值向量來完成分割的

答案:區(qū)域生長法是通過計(jì)算偏移的均值向量來完成分割的

攝像機(jī)標(biāo)定利用機(jī)器視覺進(jìn)行物體測量時(shí)必須進(jìn)行的一個(gè)關(guān)鍵性步驟，其標(biāo)定精度會(huì)直接影響到測量精度。其中，攝像機(jī)的標(biāo)定一般會(huì)涉及到物點(diǎn)坐標(biāo)在幾個(gè)坐標(biāo)系中的相互轉(zhuǎn)換。那么，此處所說的“幾個(gè)坐標(biāo)系”指的是哪幾個(gè)坐標(biāo)系？（

）

A:世界坐標(biāo)系B:圖像坐標(biāo)系C:攝像機(jī)坐標(biāo)系D:像平面坐標(biāo)系

答案:世界坐標(biāo)系;圖像坐標(biāo)系;攝像機(jī)坐標(biāo)系;像平面坐標(biāo)系

攝像機(jī)標(biāo)定的目的是得到攝像機(jī)的內(nèi)外參數(shù)，其中內(nèi)參表示的是旋轉(zhuǎn)矩陣，外參表示的是平移矩陣。

A:對B:錯(cuò)

答案:錯(cuò)

下列關(guān)于攝像機(jī)標(biāo)定的常用方法的說法中，錯(cuò)誤的是（

）。

A:攝像機(jī)自標(biāo)定法標(biāo)定靈活，具有高魯棒性，屬于線性標(biāo)定B:常用的攝像機(jī)標(biāo)定方法有傳統(tǒng)攝像機(jī)標(biāo)定方法、攝像機(jī)自標(biāo)定法、張正友標(biāo)定法C:張正友標(biāo)定法介于傳統(tǒng)攝像機(jī)標(biāo)定法和自標(biāo)定法之間，具有高魯棒性D:傳統(tǒng)攝像機(jī)標(biāo)定法的標(biāo)定精度高，但標(biāo)定過程復(fù)雜，且需要高精度的已知結(jié)構(gòu)信息

答案:攝像機(jī)自標(biāo)定法標(biāo)定靈活，具有高魯棒性，屬于線性標(biāo)定

第七章測試

盲目搜索可應(yīng)用于許多不同的搜索問題，但是由于其效率較低，并未得到廣泛應(yīng)用。

A:錯(cuò)B:對

答案:對

有界深度優(yōu)先搜索算法空間復(fù)雜度為O(bd)，而時(shí)間復(fù)雜度是幾何級數(shù)O(bd)。

A:錯(cuò)B:對

答案:錯(cuò)

狀態(tài)空間表示法中，使問題從一種狀態(tài)變化為另一種狀態(tài)的手段稱為操作符或算符。

A:錯(cuò)B:對

答案:對

隊(duì)列與堆棧一樣，均采用先進(jìn)后出的方法訪問數(shù)據(jù)。

A:對B:錯(cuò)

答案:錯(cuò)

知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)。

A:錯(cuò)B:對

答案:對

語義網(wǎng)絡(luò)的缺點(diǎn)（

）。

A:結(jié)構(gòu)性B:自然性C:復(fù)雜性D:聯(lián)想性

答案:復(fù)雜性

在（

）年，知識圖譜在工業(yè)界被應(yīng)用。

A:2010B:2013C:2012D:2011

答案:2012

以下哪種搜索方式的實(shí)現(xiàn)使用了一個(gè)先進(jìn)先出隊(duì)列（

）。

A:隨機(jī)搜索B:深度優(yōu)先搜索C:生成-測試法D:寬度優(yōu)先搜索

答案:寬度優(yōu)先搜索

產(chǎn)生式系統(tǒng)由哪幾部分構(gòu)成(

)。

A:一個(gè)控制策略B:一個(gè)總數(shù)據(jù)庫C:一套規(guī)則D:一個(gè)服務(wù)器

答案:一個(gè)控制策略;一個(gè)總數(shù)據(jù)庫;一套規(guī)則

語義網(wǎng)絡(luò)的復(fù)雜性是由什么導(dǎo)致的（

）。

A:節(jié)點(diǎn)之間的聯(lián)系可以是線性的，也可以是非線性的，甚至是遞歸的B:量詞網(wǎng)絡(luò)不充分C:沒有公認(rèn)的形式表示體系D:知識表示的手段多種多樣

答案:節(jié)點(diǎn)之間的聯(lián)系可以是線性的，也可以是非線性的，甚至是遞歸的;知識表示的手段多種多樣

第八章測試

人類交流的語言、口語、書面語、手語以及Python語言均屬于自然語言。

A:對B:錯(cuò)

答案:錯(cuò)

語音識別的基本方法包括:語音學(xué)和聲學(xué)方法、模板匹配方法和人工神經(jīng)網(wǎng)絡(luò)方法。

A:對B:錯(cuò)

答案:對

語音生成系統(tǒng)分為兩個(gè)部分:聲門子系統(tǒng)和聲道系統(tǒng)。

A:對B:錯(cuò)

答案:錯(cuò)

知識圖譜是智能問答系統(tǒng)的大腦。

A:對B:錯(cuò)

答案:對

以下關(guān)于自然語言的層次劃分對應(yīng)錯(cuò)誤的是(

)。

A:模板匹配、基于規(guī)則——語音B:基于詞素、詞匯——詞匯C:轉(zhuǎn)換生成、詞匯功能語法——語法D:格語法、語義基元理論、模型理論——語用

答案:格語法、語義基元理論、模型理論——語用

下列選項(xiàng)中不屬于智能問答分類的是(

)。

A:特定領(lǐng)域自動(dòng)問答B(yǎng):常用問題集自動(dòng)問答C:非特定領(lǐng)域自動(dòng)問答D:開放領(lǐng)域自動(dòng)問答

答案:非特定領(lǐng)域自動(dòng)問答

以下有關(guān)機(jī)器翻譯的說法錯(cuò)誤的是(

)。

A:機(jī)器翻譯的四個(gè)階段為檢索、分析、轉(zhuǎn)換、生成B:自然語言的機(jī)器翻譯目前一般以句子為翻譯單位C:機(jī)器翻譯的本質(zhì)為對于雙語互譯規(guī)律的發(fā)現(xiàn)和應(yīng)用D:機(jī)器翻譯分析階段以詞法分析和語用分析為主

答案:機(jī)器翻譯分析階段以詞法分析和語用分析為主

以下屬于孤立詞語音識別系統(tǒng)中的難點(diǎn)問題的是(

)。

A:詞與詞的特征空間混疊B:噪聲影響C:語音信號的多變性D:端點(diǎn)檢測

答案:詞與詞的特征空間混疊;噪聲影響;語音信號的多變性;端點(diǎn)檢測

以下選項(xiàng)中屬于基于實(shí)例的機(jī)器翻譯方法的基本思想的是(

)。

A:對輸入的句子，在翻譯數(shù)據(jù)庫中檢索類似的翻譯例句B:把源語言的短語和句子與目標(biāo)語言的短語和句子對應(yīng)起來C:把翻譯實(shí)例存入翻譯數(shù)據(jù)庫。例如，存入漢語和英語句子對D:調(diào)整實(shí)例后生成譯文

答案:對輸入的句子，在翻譯數(shù)據(jù)庫中檢索類似的翻譯例句;把翻譯實(shí)例存入翻譯數(shù)據(jù)庫。例如，存入漢語和英語句子對;調(diào)整實(shí)例后生成譯文

第九章測試

當(dāng)移動(dòng)機(jī)器人在進(jìn)行定位時(shí)，首先從里程計(jì)運(yùn)動(dòng)模型中提取N個(gè)粒子，然后計(jì)算每個(gè)粒子的權(quán)值，通過這N個(gè)加權(quán)的粒子的集合，這里記為

，來近似樣本的真實(shí)概率分布，該近似的效果較好。

A:錯(cuò)B:對

答案:錯(cuò)

下列屬于PSO算法的應(yīng)用的有（

）。

A:函數(shù)優(yōu)化B:數(shù)據(jù)提取C:TSP問題D:神經(jīng)網(wǎng)絡(luò)訓(xùn)練

答案:函數(shù)優(yōu)化;數(shù)據(jù)提取;TSP問題;神經(jīng)網(wǎng)絡(luò)訓(xùn)練

PSO算法路徑規(guī)劃流程：（1）初始化；（2）個(gè)體極值與全局最優(yōu)；（3）更新速度和位置；（4）終止條件。

A:錯(cuò)B:對

答案:對

蟻群算法適用于什么優(yōu)化問題（

）。

A:動(dòng)態(tài)組合優(yōu)化問題B:動(dòng)態(tài)獨(dú)立優(yōu)化問題C:靜態(tài)獨(dú)立優(yōu)化問題D:靜態(tài)組合優(yōu)化問題

答案:動(dòng)態(tài)組合優(yōu)化問題;靜態(tài)組合優(yōu)化問題

針對螞蟻釋放信息素問題，不屬于科學(xué)家們提出了模型的為（

）。

A:蟻密系統(tǒng)B:蟻測系統(tǒng)C:蟻量系統(tǒng)D:蟻周系統(tǒng)

答案:蟻測系統(tǒng)

蟻群算法優(yōu)化的本質(zhì)在于：（1）選擇機(jī)制：信息素越多的路徑，被選擇的概率越大。（2）更新機(jī)制：路徑上面的信息素會(huì)隨螞蟻的經(jīng)過而消失，同時(shí)也隨時(shí)間的推移逐漸加深。（3）協(xié)調(diào)機(jī)制：螞蟻間通過環(huán)境中的信息素來協(xié)同工作。

A:對B:錯(cuò)

答案:錯(cuò)

網(wǎng)格細(xì)胞是剛性的，不會(huì)因環(huán)境改變而不同，像是地圖中的經(jīng)緯線一樣的空間度量，是內(nèi)部參考系。

A:錯(cuò)B:對

答案:對

場景理解需要解決的問題包括（

）。

A:圖像分割B:相對深度估計(jì)C:目標(biāo)識別D:特征提取

答案:圖像分割;相對深度估計(jì);目標(biāo)識別;特征提取

場景圖像的全局表示不可以分成多個(gè)局部區(qū)域進(jìn)行表示。

A:錯(cuò)B:對

答案:錯(cuò)

下列屬于群體機(jī)器人系統(tǒng)的基本任務(wù)是（

）。

A:散布B:任務(wù)分配C:聚集D:源搜索

答案:散布;任務(wù)分配;聚集;源搜索

第十章測試

人腦是自然進(jìn)化的生成性系統(tǒng)，是從無到有自動(dòng)生成的?，F(xiàn)代計(jì)算機(jī)硬件是構(gòu)成性系統(tǒng)，它具有可塑性，因?yàn)楝F(xiàn)代計(jì)算機(jī)硬件可以進(jìn)行替換。（）

A:錯(cuò)B:對

答案:錯(cuò)

人腦的功能或許可以說一臺計(jì)算機(jī)，但在進(jìn)行智能活動(dòng)時(shí)，相較于計(jì)算機(jī)，人類的行為具有主觀意向性，這是目前所有計(jì)算機(jī)都無法做到的。（）

A:對B:錯(cuò)

答案:對

利用類腦計(jì)算實(shí)現(xiàn)類腦智能的基本思想是：模擬生物神經(jīng)元的功能以實(shí)現(xiàn)類腦計(jì)算，該方法將有助于一定程度上克服馮·洛伊曼體系構(gòu)架在實(shí)現(xiàn)類人智能方面的固有缺陷。（）

A:對B:錯(cuò)

答案:對

憶阻器被認(rèn)為是繼電阻器、電容器、電感器之后的第四個(gè)無源電子元件。因其電阻阻值可以根據(jù)流經(jīng)電流的大小和方向而改變，故可被用來模擬神經(jīng)元突觸的可塑性。（）

A:對B:錯(cuò)

答案:對

現(xiàn)階段人工大腦的主要思想是利用軟件技術(shù)從軟件層面上模擬人腦，從而實(shí)現(xiàn)利用已有的硬件技術(shù)來模擬人腦的神經(jīng)網(wǎng)絡(luò)。（）

A:對B:錯(cuò)

答案:錯(cuò)

人造神經(jīng)元與人工神經(jīng)元并無區(qū)別，都是用來模擬人腦的器件。（）

A:對B:錯(cuò)

答案:錯(cuò)

發(fā)展人工智能的目的是實(shí)現(xiàn)類腦智能技術(shù)，最終實(shí)現(xiàn)強(qiáng)人工智能，即擁有像人一樣甚至超越人的智能的機(jī)器。未來需要一種自下而上、自上而下相結(jié)合，并將微觀與宏觀、整體與局部、系統(tǒng)與子系統(tǒng)互相結(jié)合起來的方法，才可能設(shè)計(jì)和實(shí)現(xiàn)人工大腦。（）

A:對B:錯(cuò)

答案:對

人工大腦屬于類腦計(jì)算發(fā)展層次中的產(chǎn)品層次，是利用類腦芯片等硬件制造出來的。（）

A:對B:錯(cuò)

答案:錯(cuò)

下列關(guān)于類腦計(jì)算發(fā)展層次說法錯(cuò)誤的是（）

A:機(jī)器視覺、聽覺感知、多模態(tài)協(xié)同感知、自然語言理解等屬于軟件層B:類腦計(jì)算機(jī)、類