人工智能原理與方法智慧樹(shù)知到期末考試答案章節(jié)答案2024年哈爾濱工程大學(xué)

人工智能原理與方法智慧樹(shù)知到期末考試答案+章節(jié)答案2024年哈爾濱工程大學(xué)在實(shí)際分類應(yīng)用時(shí)，因?yàn)樘卣飨蛄客S數(shù)較多，標(biāo)簽值的分類，優(yōu)先選擇二分類模型。（

）

答案:錯(cuò)里程計(jì)的運(yùn)動(dòng)模型可以分為直線型與圓弧型。

答案:對(duì)感知器模型由輸入層和輸出層兩層構(gòu)成，但它要在特定的前提下進(jìn)行，不具有一般性。（

）

答案:錯(cuò)數(shù)字圖像處理系統(tǒng)主要由圖像數(shù)字化設(shè)備（如掃描儀、數(shù)碼相機(jī)等）、圖像處理計(jì)算機(jī)（如PC）和圖像輸出設(shè)備（如打印機(jī)、繪圖儀等）組成。（

）

答案:對(duì)在遷移學(xué)習(xí)中雖然目標(biāo)域通常沒(méi)有標(biāo)簽，但交叉驗(yàn)證仍能用于調(diào)整超參數(shù)。

答案:錯(cuò)K-NN

分類的計(jì)算復(fù)雜度和訓(xùn)練集中的樣本數(shù)目成反比。

答案:錯(cuò)現(xiàn)代認(rèn)知科學(xué)認(rèn)為理性不是根植于人類大腦和身體的。（

）

答案:錯(cuò)根據(jù)環(huán)境的所有信息是否可訪問(wèn)，路徑規(guī)劃可以分為兩類：全局路徑規(guī)劃和局部路徑規(guī)劃。其中，全局路徑規(guī)劃的機(jī)器人在啟動(dòng)前即已知道當(dāng)前環(huán)境的所有信息，而局部路徑規(guī)劃，則基本不知道環(huán)境信息。（

）

答案:對(duì)遷移學(xué)習(xí)中源域和目標(biāo)域的邊緣概率分布不同，條件概率相同。

答案:錯(cuò)語(yǔ)音識(shí)別技術(shù)以語(yǔ)音信號(hào)為研究對(duì)象，是語(yǔ)音信號(hào)處理的一個(gè)重要研究方向。其最終目標(biāo)是實(shí)現(xiàn)人與機(jī)器進(jìn)行自然語(yǔ)言通信。

答案:對(duì)光學(xué)系統(tǒng)是機(jī)器視覺(jué)系統(tǒng)中不可或缺的部分，一個(gè)典型的光學(xué)系統(tǒng)只需要光源和相機(jī)即可。（

）

答案:錯(cuò)知識(shí)圖譜利用符號(hào)知識(shí)發(fā)展可解釋人工智能，現(xiàn)階段深度學(xué)習(xí)已融合知識(shí)圖譜，故深度學(xué)習(xí)在現(xiàn)階段是可解釋的人工智能。（

）

答案:錯(cuò)完整的語(yǔ)音信號(hào)的數(shù)學(xué)模型可以用三個(gè)子模型（激勵(lì)模型、聲道模型和輻射模型）的串聯(lián)表示。

答案:對(duì)以下屬于盲目搜索策略的是（

）

答案:深度優(yōu)先搜索###廣度優(yōu)先搜索###有界深度優(yōu)先搜索關(guān)于人工智能的說(shuō)法正確的有：（

）

答案:人工智能是一種新形態(tài)的理性工具，也就是具有智能的理性工具###這種工具發(fā)展到一定階段會(huì)超越人類本身，從體能到智能，最終從身心上改變?nèi)祟惖拇嬖?##人工智能是人類理性的具象化、機(jī)器化、算法化或者說(shuō)理性智能工具以下關(guān)于人工智能和機(jī)器智能說(shuō)法正確的是（

）

答案:從人與機(jī)器的智能產(chǎn)生機(jī)制角度看，機(jī)器依托非自然的機(jī)制可以產(chǎn)生不同于人類的智能甚至智慧###相對(duì)于人或動(dòng)物的智能而言，機(jī)器的智能不是自然進(jìn)化產(chǎn)生的，而是人工創(chuàng)造的###人工智能的依附載體是機(jī)器，就像人和動(dòng)物有一個(gè)身體一樣，機(jī)器就是人工智能的“身體”有“身體”的機(jī)器會(huì)像人或動(dòng)物一樣有感知、認(rèn)知、語(yǔ)言、行為等多樣的智能下列有關(guān)監(jiān)督學(xué)習(xí)分類方法的說(shuō)法正確的是（

）

答案:支持向量機(jī)的方法適用于高維空間，并且可以有效地用于小型數(shù)據(jù)集###決策樹(shù)學(xué)習(xí)的目的是處理未見(jiàn)示例能力強(qiáng)的決策樹(shù)###樸素貝葉斯是一種允許以簡(jiǎn)單直接的方式構(gòu)建分類器的方法屬于如今軍隊(duì)的作戰(zhàn)力量的選項(xiàng)為：（

）

答案:普通武器裝備###人###智能武器裝備下列關(guān)于SLAM的說(shuō)法中正確的有（

）

答案:SLAM指的是同時(shí)定位與地圖構(gòu)建###視覺(jué)SLAM主要是以相機(jī)作為傳感器的SLAM技術(shù)###建圖是解決機(jī)器人周?chē)惺裁喘h(huán)境信息的問(wèn)題###激光SLAM主要是以激光雷達(dá)作為傳感器的SLASM技術(shù)語(yǔ)音生成系統(tǒng)分成三個(gè)部分：（

）。

答案:聲門(mén)系統(tǒng)###輻射系統(tǒng)###聲道系統(tǒng)對(duì)于卷積神經(jīng)網(wǎng)絡(luò)說(shuō)法正確的有：（

）

答案:卷積神經(jīng)網(wǎng)絡(luò)前面的各層是將圖像的低維特征映射到抽象特征空間，全連接層則將抽象特征映射到樣本標(biāo)記空間中###卷積神經(jīng)網(wǎng)絡(luò)具有天然的網(wǎng)絡(luò)權(quán)重值共享和網(wǎng)絡(luò)局部稀疏性連接的特性###卷積神經(jīng)網(wǎng)絡(luò)中的池化層的目的是降低特征圖的維度，進(jìn)而降低卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)量，減少過(guò)擬合###卷積神經(jīng)網(wǎng)絡(luò)在圖像分類、目標(biāo)檢測(cè)、語(yǔ)義分割等任務(wù)中有著廣泛的應(yīng)用下列選項(xiàng)中，屬于外骨骼機(jī)器人技術(shù)的核心部分的有（

）

答案:生物機(jī)械學(xué)###控制與驅(qū)動(dòng)###能量源###構(gòu)造材料下列屬于注意網(wǎng)絡(luò)三個(gè)子系統(tǒng)的是（

）

答案:后注意心態(tài)###前注意心態(tài)###警覺(jué)系統(tǒng)推理按推理過(guò)程的思維方向可以劃分為（

）

答案:類比推理###演繹推理###歸納推理強(qiáng)化學(xué)習(xí)的難點(diǎn)有（

）

答案:狀態(tài)信息誤差大###現(xiàn)有模型限制###狀態(tài)和行為維度高腦電的主要應(yīng)用有：（

）

答案:疾病診斷###腦功能研究###推斷人的想法或目的，從而構(gòu)造腦機(jī)接口###生物反饋治療下列關(guān)于人工神經(jīng)網(wǎng)絡(luò)的基本特征說(shuō)法正確的有（

）

答案:神經(jīng)元之間的聯(lián)接強(qiáng)度是可以隨訓(xùn)練改變的###信號(hào)可以是起刺激作用的，也可以是起抑制作用的###神經(jīng)元之間的聯(lián)接強(qiáng)度決定信號(hào)傳遞的強(qiáng)弱###一個(gè)神經(jīng)元接受的信號(hào)的累積效果決定該神經(jīng)元的狀態(tài)演繹學(xué)習(xí)包括哪幾部分？（

）

答案:組塊技術(shù)###知識(shí)編輯###宏操作學(xué)習(xí)下面關(guān)于機(jī)器視覺(jué)系統(tǒng)的說(shuō)法中，正確的有（

）

答案:開(kāi)發(fā)穩(wěn)定可靠的圖象處理軟件是視覺(jué)檢測(cè)的核心任務(wù)###機(jī)器視覺(jué)系統(tǒng)主要包括光學(xué)系統(tǒng)、圖像處理系統(tǒng)、執(zhí)行機(jī)構(gòu)及人機(jī)界面四部分降維方法：（

）

答案:從原始特征中挑選出一些最有代表性的特征來(lái)###通過(guò)映射和變換把原始特征變?yōu)檩^少的新特征機(jī)器學(xué)習(xí)是一門(mén)研究使用計(jì)算機(jī)獲取新的知識(shí)和技能，提高現(xiàn)有計(jì)算機(jī)求解問(wèn)題能力從而具有一定智能的科學(xué)。下列關(guān)于機(jī)器學(xué)習(xí)的說(shuō)法中，錯(cuò)誤的是（

）。

答案:示例學(xué)習(xí)是通過(guò)目標(biāo)對(duì)象與源對(duì)象的相似性，從而運(yùn)用源對(duì)象的求解方法來(lái)解決目標(biāo)對(duì)象的問(wèn)題下列功能解釋正確的是（

）

答案:枕葉--

視覺(jué)信息的整合等生物相關(guān)的類腦導(dǎo)航細(xì)胞主要有哪五種（

）①頭部方向細(xì)胞

②速度細(xì)胞

③邊界細(xì)胞

④網(wǎng)格細(xì)胞

⑤位置細(xì)胞

⑥條紋細(xì)胞

答案:①②③④⑤自然智能中層次由低到高排序正確的是：（

）

答案:真菌、植物、動(dòng)物、人類下列關(guān)于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的說(shuō)法中，錯(cuò)誤的有（

）

答案:卷積神經(jīng)網(wǎng)絡(luò)的輸入層一般包含包含卷積層、池化層和全連接層3類常見(jiàn)構(gòu)筑屬于神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)相同點(diǎn)的是：（

）

答案:二者均采用分層結(jié)構(gòu)，系統(tǒng)包括輸入層、隱層（多層）、輸出層組成的多層網(wǎng)絡(luò)，只有相鄰層節(jié)點(diǎn)之間有連接，每一層可以看作是一個(gè)logistic

回歸模型模式的三個(gè)直觀特性不包括：（

）

答案:一般性下列說(shuō)法不屬?gòu)堈褬?biāo)定法的是：（

）。

答案:僅依靠多幅圖像之間的對(duì)應(yīng)關(guān)系進(jìn)行標(biāo)定下列不屬于監(jiān)督學(xué)習(xí)的方法是（

）。

答案:均值聚類下列不屬于模式的直觀特性為：（

）

答案:可推測(cè)性以下圖像分割方法中，（

）通過(guò)計(jì)算偏移的均值向量來(lái)完成分割。

答案:MeanShift分割下列哪一種濾波方式常用來(lái)處理椒鹽噪聲（

）。

答案:中值濾波下列不屬于數(shù)字圖像處理的領(lǐng)域?yàn)椋海?/p>

）

答案:生物醫(yī)學(xué)以下有關(guān)常用的數(shù)字濾波方法的說(shuō)法錯(cuò)誤的是(

)。

答案:中值濾波常用來(lái)處理椒鹽噪聲，主要是利用中值不受分布序列極小值影響的特點(diǎn)演繹推理的三段論式不包括（

）

答案:推理基于信息檢索常用的方法是利用組合范疇語(yǔ)法（CCG）。

答案:錯(cuò)語(yǔ)音識(shí)別的方法有三種：基于聲道模型和語(yǔ)音知識(shí)的方法、模板匹配的方法以及利用人工神經(jīng)網(wǎng)絡(luò)的方法。其中人工神經(jīng)網(wǎng)絡(luò)的方法應(yīng)用最為廣泛。

答案:錯(cuò)抽象層面越高，存在的可能猜測(cè)就越少，就越利于分類。（

）

答案:對(duì)深度全連接神經(jīng)網(wǎng)絡(luò)存在銻度不穩(wěn)定的問(wèn)題。

答案:對(duì)Otsu閾值分割又名最大類間差方法，通過(guò)計(jì)算偏移的均值向量來(lái)完成分割。

答案:錯(cuò)雙邊濾波是非線性濾波器的一種，可以模糊去噪、保護(hù)邊緣的濾波器。

答案:對(duì)從工具理性的角度看，人工智能是一種新形態(tài)的理性工具。（

）

答案:對(duì)產(chǎn)生式系統(tǒng)包括一個(gè)總數(shù)據(jù)庫(kù)和一套規(guī)則。

答案:錯(cuò)一個(gè)神經(jīng)元接受的信號(hào)的累積效果決定該神經(jīng)元的狀態(tài)。（

）

答案:對(duì)數(shù)據(jù)一般可分為模擬數(shù)據(jù)和數(shù)字?jǐn)?shù)據(jù)兩大類。（

）

答案:對(duì)深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)是人工神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)的基礎(chǔ)是深度神經(jīng)網(wǎng)絡(luò)。

答案:對(duì)目前流行的機(jī)器學(xué)習(xí)模式是大數(shù)據(jù)+深度學(xué)習(xí)+超級(jí)計(jì)算。

答案:對(duì)感知器作為人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型其獨(dú)特的意義是：（

）

答案:人工神經(jīng)網(wǎng)絡(luò)用于解決線性分類問(wèn)題的開(kāi)創(chuàng)性工作###正是因?yàn)椴荒芙鉀Q非線性分類問(wèn)題的缺陷，啟發(fā)了后來(lái)的各種人工神經(jīng)網(wǎng)絡(luò)模型###由于其簡(jiǎn)單易理解，作為人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的入門(mén)模型是恰如其分理解大腦包括哪幾個(gè)層面：（

）

答案:介觀###宏觀###微觀卷積神經(jīng)網(wǎng)絡(luò)經(jīng)典的結(jié)構(gòu)主要包含三個(gè)重要組成：（

）。

答案:局部感受野###池化###權(quán)值共享以下有關(guān)工業(yè)機(jī)器人的說(shuō)法正確的是（

）

答案:用途廣，機(jī)器人只要根據(jù)工作任務(wù)要求配備合適的自由度，完全可以勝任絕大多數(shù)的操作工作###工業(yè)機(jī)器人與人相比，可以有更快的運(yùn)動(dòng)速度，可以搬更重的東西，而且定位精度相當(dāng)高###從長(zhǎng)遠(yuǎn)來(lái)看，工業(yè)機(jī)器人運(yùn)行成本比較低，單件產(chǎn)品的投入產(chǎn)出比大，具有較好的經(jīng)濟(jì)效益###工業(yè)機(jī)器人能夠代替人在惡劣環(huán)境條件下工作中發(fā)揮重大作用深度學(xué)習(xí)中的深度神經(jīng)網(wǎng)絡(luò)一般不采用BP算法的原因是：（

）

答案:在反饋調(diào)整時(shí)，梯度越來(lái)越稀疏，從頂層越往下，誤差校正信號(hào)越來(lái)越小###BP算法需要有標(biāo)簽數(shù)據(jù)來(lái)訓(xùn)練，但大部分?jǐn)?shù)據(jù)是無(wú)標(biāo)簽的###收斂易至局部最小，由于是采用隨機(jī)值初始化，當(dāng)初值是遠(yuǎn)離最優(yōu)區(qū)域時(shí)易導(dǎo)致這一情況下列選項(xiàng)中屬于強(qiáng)化學(xué)習(xí)特點(diǎn)的有（

）

答案:反饋不及時(shí)，有延時(shí)###數(shù)據(jù)序列化，數(shù)據(jù)與數(shù)據(jù)之間有關(guān)###通用性及推廣性強(qiáng)###無(wú)需監(jiān)督關(guān)于搜索與求解，描述正確的是（

）

答案:所有的智能活動(dòng)過(guò)程，都可以看作或者抽象為一個(gè)基于搜索的問(wèn)題求解###搜索可以看作人類和其他生物所具有的一種元知識(shí)###搜索是為了達(dá)到某一目標(biāo)而多次進(jìn)行某種操作、運(yùn)算、推理或計(jì)算的過(guò)程###搜索是人在求解問(wèn)題時(shí)不知現(xiàn)成解法的情況下所采取的一種普遍方法下列關(guān)于BP網(wǎng)絡(luò)說(shuō)法正確的有（

）

答案:傳統(tǒng)的BP網(wǎng)絡(luò)一般都選用二級(jí)網(wǎng)絡(luò)###BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法最核心的三部分是權(quán)值調(diào)整、輸出層連接權(quán)調(diào)整、隱層連接權(quán)調(diào)整###基本BP算法包括信號(hào)的前向傳播和誤差的反向傳播兩個(gè)過(guò)程屬于機(jī)器視覺(jué)系統(tǒng)的部分有：（

）

答案:人機(jī)界面###光學(xué)系統(tǒng)###執(zhí)行機(jī)構(gòu)屬于池化層的作用的選項(xiàng)有（

）。

答案:使特征圖變小，簡(jiǎn)化網(wǎng)絡(luò)計(jì)算復(fù)雜度###進(jìn)行特征壓縮，提取主要特征域內(nèi)編程中，為了最小化損失函數(shù)，我們注意到其有（

）約束條件。

答案:對(duì)于某一類的所有樣本中存在一個(gè)樣本使其概率值最大###屬于某一類的所有樣本的概率和為1下列關(guān)于知識(shí)圖譜的說(shuō)法中，錯(cuò)誤的是（

）

答案:知識(shí)圖譜的邊可以是實(shí)體或者屬性值下面關(guān)于機(jī)器人視覺(jué)系統(tǒng)的說(shuō)法中，錯(cuò)誤的是（

）

答案:機(jī)器人視覺(jué)系統(tǒng)從功能上主要包括數(shù)字圖像的獲取、圖像的預(yù)處理、特征提取三部分以下不屬于語(yǔ)義網(wǎng)絡(luò)的優(yōu)點(diǎn)的是(

)。

答案:嚴(yán)格性以下有關(guān)PSO的說(shuō)法錯(cuò)誤的是(

)。

答案:PSO算法中最重要的是社會(huì)群體中的行為協(xié)作機(jī)制，這是推動(dòng)算法的主要機(jī)制下面選項(xiàng)中，不屬于環(huán)境建模常用方法的是（

）

答案:人工勢(shì)場(chǎng)法下列選項(xiàng)說(shuō)法錯(cuò)誤的是：（

）

答案:邊界細(xì)胞不會(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)部參考系以下有關(guān)邊緣檢測(cè)算子的說(shuō)法錯(cuò)誤的是(

)。

答案:sobel算子算子的思想是：鄰域的像素對(duì)當(dāng)前像素產(chǎn)生的影響是等價(jià)的PSO算法應(yīng)用于路徑規(guī)劃的優(yōu)點(diǎn)是：（

）。

答案:計(jì)算量小，實(shí)時(shí)性好，結(jié)構(gòu)簡(jiǎn)單進(jìn)化由出現(xiàn)的先后順序進(jìn)行排列正確的是：（

）

答案:生命進(jìn)化、人類進(jìn)化、大腦進(jìn)化、機(jī)器進(jìn)化下面關(guān)于感知機(jī)的說(shuō)法中，錯(cuò)誤的是（

）

答案:感知機(jī)可以對(duì)異或問(wèn)題進(jìn)行求解蟻群算法應(yīng)用于路徑規(guī)劃時(shí)說(shuō)法錯(cuò)誤的是：（

）。

答案:在迭代過(guò)程中不會(huì)出現(xiàn)退化現(xiàn)象以下有關(guān)機(jī)器人視覺(jué)關(guān)鍵技術(shù)的說(shuō)法錯(cuò)誤的是（

）

答案:基于區(qū)域的分割算法對(duì)噪聲具有一定的抗干擾能力，區(qū)域特性的選取也比較簡(jiǎn)單20世紀(jì)（

）年代，AT&TBell(貝爾)研究所成功研制了Audry系統(tǒng)。

答案:50SLAM按照傳感器的類型可以分為（

）

答案:視覺(jué)SLAM和激光SLAM歸納推理是（

）的推理

答案:從個(gè)別到一般DLS的缺點(diǎn)是每個(gè)待搜索的結(jié)點(diǎn)都需要保存起來(lái)。

答案:錯(cuò)迭代次數(shù)相同，濾波核矩陣越小，均值濾波的效果就越明顯。

答案:錯(cuò)人工神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)三者之間的關(guān)系最準(zhǔn)確的描述是：人工神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，深度神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的模型基礎(chǔ)。（

）

答案:對(duì)基本的運(yùn)算符有非（?）、與（∧）、或（∨）、異或（⊕）、蘊(yùn)涵（→）。若P、Q的邏輯值分別為T(mén)、F，則進(jìn)行邏輯運(yùn)算P⊕Q后的結(jié)果是F。（

）

答案:錯(cuò)攝像機(jī)坐標(biāo)系表示像素點(diǎn)在圖像中的位置。

答案:錯(cuò)深度優(yōu)先搜索算法將訪問(wèn)的節(jié)點(diǎn)存放在堆棧中。

答案:對(duì)下列屬于數(shù)字圖像濾波方法的有（

）。

答案:均值濾波###中值濾波###雙邊濾波###高斯濾波下列關(guān)于人工智能概念的正確表述（

）

答案:人工智能是為了開(kāi)發(fā)一類計(jì)算機(jī)使之能夠完成通常由人類所能做的事###人工智能是通過(guò)機(jī)器或軟件展現(xiàn)的智能###人工智能是研究和構(gòu)建在給定環(huán)境下表現(xiàn)良好的智能體程序?qū)崿F(xiàn)生物學(xué)的網(wǎng)格結(jié)構(gòu)的自我涌現(xiàn)中，下列那些是主要的網(wǎng)格細(xì)胞生成模型（

）

答案:振蕩干擾模型###持續(xù)吸引子網(wǎng)絡(luò)（CAN）以下屬于人工智能法律措施的是（

）

答案:算法決策###標(biāo)準(zhǔn)化建設(shè)###隱私和數(shù)據(jù)保護(hù)###知識(shí)產(chǎn)權(quán)常用的數(shù)字圖像濾波方法：（

）。

答案:高斯濾波###中值濾波###均值濾波###雙邊濾波DQN對(duì)傳統(tǒng)Q-learning做了三處改進(jìn)：（

）。

答案:利用了經(jīng)驗(yàn)回放對(duì)強(qiáng)化學(xué)習(xí)的學(xué)習(xí)過(guò)程進(jìn)行訓(xùn)練###獨(dú)立設(shè)置了目標(biāo)網(wǎng)絡(luò)來(lái)單獨(dú)處理時(shí)間差分算法中的TD偏差###利用深度卷積神經(jīng)網(wǎng)絡(luò)逼近值函數(shù)以下是進(jìn)行遷移學(xué)習(xí)的原因的是（

）

答案:大數(shù)據(jù)與少標(biāo)注之間的矛盾###普適化模型與個(gè)性化需求之間的矛盾###大數(shù)據(jù)與弱計(jì)算之間的矛盾###特定應(yīng)用的需求下列不是知識(shí)圖譜的形式的有(

)。

答案:知識(shí)庫(kù)###語(yǔ)義網(wǎng)絡(luò)下列選項(xiàng)中，屬于語(yǔ)音識(shí)別的基本方法的有（

）。

答案:人工神經(jīng)網(wǎng)絡(luò)方法###模板匹配方法###語(yǔ)音學(xué)和聲學(xué)方法蟻群算法的路徑尋優(yōu)包含哪兩個(gè)基本過(guò)程？（

）

答案:螞蟻構(gòu)建解###更新信息素關(guān)于腦機(jī)接口，以下說(shuō)法不正確的是（

）

答案:腦機(jī)接口是大腦與計(jì)算機(jī)間通過(guò)腦電信號(hào)建立起的一種通訊接口按照使用不同的方法分類，以下不屬于SLAM分類的是（

）

答案:CPB

SLAM下面關(guān)于人腦神經(jīng)網(wǎng)絡(luò)與人工神經(jīng)網(wǎng)絡(luò)的說(shuō)法中，錯(cuò)誤的是（

）

答案:人腦神經(jīng)系統(tǒng)的基本單元是神經(jīng)元，一般所說(shuō)的神經(jīng)元是雙極神經(jīng)元，由細(xì)胞體、一個(gè)軸突和若干樹(shù)突組成不屬于A*算法的缺點(diǎn)的選項(xiàng)為：（

）

答案:難以求解出狀態(tài)空間搜索的最短路徑不屬于智能問(wèn)答的分類的是（

）。

答案:指定領(lǐng)域自動(dòng)問(wèn)答下列關(guān)于機(jī)器翻譯的說(shuō)法中，正確的有（

）。

答案:基于統(tǒng)計(jì)的機(jī)器翻譯方法進(jìn)行機(jī)器翻譯時(shí)一般經(jīng)過(guò)四個(gè)階段：檢索、分析、轉(zhuǎn)換、生成被譽(yù)為“人工智能之父”的是：（

）

答案:圖靈下列哪種濾波器屬于線性平滑濾波器（

）。

答案:高斯濾波器傳統(tǒng)的博弈理論在計(jì)算機(jī)圍棋博弈中遇到了明顯的困難不包括（

）

答案:計(jì)算機(jī)不能完全理解傳統(tǒng)的博弈理論規(guī)則如果問(wèn)題存在最優(yōu)解，則下面的幾種搜索算法中，（

）必然可以得到該最優(yōu)解。

答案:啟發(fā)式搜索在設(shè)計(jì)一個(gè)BP神經(jīng)網(wǎng)絡(luò)時(shí)，設(shè)計(jì)步驟一般為（

）（1）隱層數(shù)及隱層神經(jīng)元數(shù)的確定

（2）初始權(quán)值的設(shè)置（3）訓(xùn)練數(shù)據(jù)預(yù)處理（4）后處理過(guò)程

答案:（1）（2）（3）（4）因?yàn)槟繕?biāo)域中通常沒(méi)有標(biāo)簽，因此，交叉驗(yàn)證不能用于調(diào)整超參數(shù)。這將限制遷移學(xué)習(xí)的通用性。

答案:對(duì)用語(yǔ)義網(wǎng)絡(luò)表示知識(shí)的問(wèn)題求解系統(tǒng)稱為語(yǔ)義網(wǎng)絡(luò)系統(tǒng)。其推理過(guò)程主要有兩種：繼承與舍棄。

答案:錯(cuò)問(wèn)題求解技術(shù)主要包括兩個(gè)方面，即問(wèn)題的表示和求解的方法。問(wèn)題的狀態(tài)空間是一個(gè)表示該問(wèn)題全部可能狀態(tài)及其關(guān)系的圖，它包含三種說(shuō)明的集合。

答案:對(duì)語(yǔ)音數(shù)字化技術(shù)分為兩大類，第一類方法是盡可能遵循波形的前提下，將模擬波形進(jìn)行數(shù)字化編碼；第二類方法是模擬波形進(jìn)行一定處理，但僅對(duì)語(yǔ)音和收聽(tīng)過(guò)程中能夠聽(tīng)到的語(yǔ)音進(jìn)行編碼。（

）

答案:對(duì)以下與動(dòng)物導(dǎo)航有關(guān)的細(xì)胞有：（

）

答案:頭部方向細(xì)胞###方向細(xì)胞###速度細(xì)胞###位置細(xì)胞以下關(guān)于神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)說(shuō)法正確的是（

）

答案:采用BP算法調(diào)整參數(shù)，即采用迭代算法來(lái)訓(xùn)練整個(gè)網(wǎng)絡(luò)。隨機(jī)設(shè)定初值，計(jì)算當(dāng)前網(wǎng)絡(luò)的輸出，然后根據(jù)當(dāng)前輸出和樣本真實(shí)標(biāo)簽之間的差去改變前面各層的參數(shù)，直到收斂###采用逐層訓(xùn)練機(jī)制。采用該機(jī)制的原因在于如果采用BP機(jī)制，對(duì)于一個(gè)deep

network（7層以上），殘差傳播到最前面的層將變得很小，出現(xiàn)所謂的gradient

diffusion（梯度擴(kuò)散）###二者均采用分層結(jié)構(gòu)，系統(tǒng)包括輸入層、隱層（多層）、輸出層組成的多層網(wǎng)絡(luò)，只有相鄰層節(jié)點(diǎn)之間有連接，同一層以及跨層節(jié)點(diǎn)之間相互無(wú)連接，每一層可以看作是一個(gè)logistic

回歸模型機(jī)器翻譯方法：（

）。

答案:基于中間語(yǔ)言的翻譯方法###基于分析和轉(zhuǎn)換的機(jī)器翻譯方法群體機(jī)器人系統(tǒng)的三種特性是：（

）。

答案:靈活性###可拓展性###魯棒性神經(jīng)元的兩個(gè)主要原理是（

）

答案:連接的特異性###功能性兩極性以下屬于智慧城市總體框架的是（

）

答案:智能綜合安防###智能巡檢###智慧社區(qū)下列選項(xiàng)中屬于知識(shí)表示方法的是（

）

答案:語(yǔ)義網(wǎng)絡(luò)法###謂詞邏輯法###狀態(tài)空間法以下推理中產(chǎn)生式系統(tǒng)的推理包括（

）

答案:正向推理###逆向推理###雙向推理下列不屬于語(yǔ)音識(shí)別技術(shù)的應(yīng)用為：（

）

答案:生物特征識(shí)別下列不屬于智能問(wèn)答方法的是：（

）。

答案:基于語(yǔ)法分析的方法不屬于多級(jí)神經(jīng)元結(jié)構(gòu)的是：（

）

答案:神經(jīng)膠質(zhì)細(xì)胞下面選項(xiàng)說(shuō)法錯(cuò)誤的是（

）

答案:大數(shù)據(jù)屬于批量式分析感知器模型由輸入層、隱藏層和輸出層三層構(gòu)成，其本質(zhì)是一種適合用于將某些數(shù)據(jù)分為兩種類型的線性分類模型，旨在求出將輸入空間中的實(shí)例劃分為兩類的分離超平面。（

）

答案:錯(cuò)感知機(jī)的本質(zhì)是一種適合用于將某些數(shù)據(jù)分為兩種類型的線性分類模型。它輸入的是實(shí)例的類別，輸出則是實(shí)例的特征向量。（

）

答案:錯(cuò)一個(gè)模式識(shí)別系統(tǒng)一般由信息獲取、預(yù)處理、特征選擇和提取、分類器設(shè)計(jì)、分類決策等幾部分組成。（

）

答案:對(duì)現(xiàn)階段人工智能技術(shù)都屬于弱人工智能。（

）

答案:對(duì)Larsen推理方法與Mamdani方法的推理過(guò)程非常相似，不同的是在激勵(lì)強(qiáng)度的求取與推理合成時(shí)用乘積運(yùn)算取代了取大運(yùn)算。（

）

答案:錯(cuò)自然語(yǔ)言的機(jī)器翻譯目前一般以短語(yǔ)為翻譯單位。

答案:錯(cuò)按照不同的學(xué)習(xí)理論劃分，機(jī)器學(xué)習(xí)模型只能分為有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。

答案:錯(cuò)機(jī)器翻譯分析階段包括：詞法分析、句法分析、語(yǔ)義分析、語(yǔ)境分析、語(yǔ)用分析。

答案:對(duì)問(wèn)題求解技術(shù)主要是兩個(gè)方面：?jiǎn)栴}的表示、求解的方法。

答案:對(duì)深度學(xué)習(xí)是一種基于無(wú)監(jiān)督特征學(xué)習(xí)和特征層次結(jié)構(gòu)的學(xué)習(xí)方法。（

）

答案:對(duì)Q-Learning是強(qiáng)化學(xué)習(xí)算法中基于價(jià)值函數(shù)（value-based）的一種算法。

答案:對(duì)為了提高粒子群算法的全局尋優(yōu)能力采用慣性權(quán)重0.9到0.4線性遞減的策略。

答案:對(duì)人的認(rèn)知過(guò)程屬于符號(hào)操作過(guò)程。（

）

答案:錯(cuò)模糊命題指帶有模糊性的陳述句，模糊命題的真值不是絕對(duì)的“真”或“假”，而反映其隸屬于“真”的程度。模糊命題可分為性質(zhì)命題和關(guān)系命題兩種。（

）

答案:對(duì)深度學(xué)習(xí)的本質(zhì)是：通過(guò)構(gòu)建多隱層的模型和海量訓(xùn)練數(shù)據(jù)（可為無(wú)標(biāo)簽數(shù)據(jù)），來(lái)學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測(cè)的準(zhǔn)確性。（

）

答案:對(duì)語(yǔ)用分析：通過(guò)分析找出詞義，結(jié)構(gòu)意義及其結(jié)合意義，從而確定語(yǔ)言所表達(dá)的真正（實(shí)際）含義或概念。

答案:錯(cuò)卷積神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型之一，也是最重要的模型。其中，深度的意思是指隱藏層非常多。（

）

答案:對(duì)有監(jiān)督學(xué)習(xí)的核心是聚類，無(wú)監(jiān)督學(xué)習(xí)的核心是分類。獨(dú)立分布數(shù)據(jù)更適合有監(jiān)督學(xué)習(xí)，非獨(dú)立數(shù)據(jù)更適合無(wú)監(jiān)督學(xué)習(xí)。（

）

答案:錯(cuò)群體機(jī)器人系統(tǒng)具有以下三種特性：魯棒性、靈活性以及可擴(kuò)展性。

答案:對(duì)k-NN算法的三要素為:k值的選擇、時(shí)間度量和分類決策規(guī)則。

答案:錯(cuò)下列關(guān)于搜索方法的說(shuō)法中，正確的有（

）。

答案:寬度優(yōu)先搜索缺點(diǎn)是每個(gè)待搜索的結(jié)點(diǎn)都需要保存起來(lái)（空間復(fù)雜度為O(bd)）###盲目搜索是一類通用的蠻力式搜索算法，效率較低至今由人工智能機(jī)器制造的藝術(shù)領(lǐng)域有：（

）

答案:文學(xué)###美術(shù)###音樂(lè)###影視創(chuàng)作類腦計(jì)算主要方法：（

）

答案:基于已知腦功能模型設(shè)計(jì)仿腦模型###研發(fā)基于生物神經(jīng)元原理的神經(jīng)形態(tài)模型###基于腦科學(xué)大數(shù)據(jù)開(kāi)發(fā)虛擬人工大腦###利用新型電子元件憶阻器模擬生物神經(jīng)元移動(dòng)機(jī)器人導(dǎo)航任務(wù)主要由以下哪幾個(gè)部分組成(

)。

答案:路徑規(guī)劃###避障###定位下列哪些能夠正確描述監(jiān)督學(xué)習(xí)vs無(wú)監(jiān)督學(xué)習(xí)：（

）

答案:分類vs聚類###分類同時(shí)定性vs先聚類后定性###有標(biāo)簽vs無(wú)標(biāo)簽###獨(dú)立vs非獨(dú)立類腦計(jì)算的主要方法有（

）

答案:研發(fā)基于生物神經(jīng)元原理的神經(jīng)形態(tài)模型###基于已知腦功能模型設(shè)計(jì)仿腦模型###利用新型電子元件憶阻器模擬生物神經(jīng)元###基于深度學(xué)習(xí)技術(shù)模擬人腦智能###基于腦科學(xué)大數(shù)據(jù)開(kāi)發(fā)虛擬人工大腦戰(zhàn)斗型自動(dòng)機(jī)器人的優(yōu)勢(shì)：（

）

答案:沒(méi)有自我保護(hù)的本能###不會(huì)因恐懼而失控###不會(huì)變得憤怒或莽撞下面選項(xiàng)中，神經(jīng)網(wǎng)絡(luò)模型的英語(yǔ)縮寫(xiě)與中文名稱相對(duì)應(yīng)的有（

）

答案:DNN——深層神經(jīng)網(wǎng)絡(luò)###RNN——循環(huán)神經(jīng)網(wǎng)絡(luò)###CNN——卷積神經(jīng)網(wǎng)絡(luò)###GAN——生成對(duì)抗網(wǎng)絡(luò)以下有關(guān)環(huán)境建模常用方法說(shuō)法錯(cuò)誤的是（

）

答案:自由空間法比較靈活，隨著環(huán)境中物體的復(fù)雜度的增加，計(jì)算效率始終保持不變###Voronoi圖法使得路徑較遠(yuǎn)地遠(yuǎn)離障礙物，安全性比較高，計(jì)算較復(fù)雜，能夠選擇最優(yōu)路徑遷移學(xué)習(xí)常用方法有（

）

答案:基于樣本的遷移學(xué)習(xí)###基于模型的遷移學(xué)習(xí)###基于關(guān)系的遷移學(xué)習(xí)###基于特征的遷移學(xué)習(xí)下列關(guān)于深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)的說(shuō)法中，正確的有（

）。

答案:深度神經(jīng)網(wǎng)絡(luò)指的是隱藏層特別多###深度學(xué)習(xí)是一種基于深度神經(jīng)網(wǎng)絡(luò)###深度學(xué)習(xí)常用的網(wǎng)絡(luò)模型由VGG、LeNet5、AlexNet、ResNet###深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)是人工神經(jīng)網(wǎng)絡(luò)下述（

）是人工智能中常用的知識(shí)格式化表示方法。

答案:框架表示法###狀態(tài)空間表示法###語(yǔ)義網(wǎng)絡(luò)表示法自動(dòng)問(wèn)答系統(tǒng)的基本過(guò)程（排序題）（

）。

答案:解析用戶輸入###用戶查詢意圖分析與理解###查詢與檢索###候選答案生成與排序智能問(wèn)答的一般方法有哪些？（

）

答案:基于規(guī)則的專家系統(tǒng)方法###基于深度學(xué)習(xí)的方法###基于信息檢索的方法###基于語(yǔ)義分析的方法下列選項(xiàng)中混合智能應(yīng)用與其技術(shù)對(duì)應(yīng)正確的是（

）

答案:“意識(shí)”駕駛汽車(chē)——腦機(jī)接口混合智能###外骨骼機(jī)器人——外骨骼混合智能###意識(shí)操控機(jī)器人——腦機(jī)接口混合智能深度卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被廣泛應(yīng)用于（

）

答案:目標(biāo)分類###目標(biāo)識(shí)別###目標(biāo)圖像采集###目標(biāo)提取下列屬于語(yǔ)義網(wǎng)絡(luò)的優(yōu)點(diǎn)為（

）。

答案:聯(lián)想性:該表示方法強(qiáng)調(diào)事物間的語(yǔ)義關(guān)系，各節(jié)點(diǎn)間的聯(lián)系可以明確，簡(jiǎn)潔的方式表示出來(lái)，便于聯(lián)想式的檢索，記憶，有效地避免搜索時(shí)的組合爆炸###結(jié)構(gòu)性:語(yǔ)義網(wǎng)絡(luò)是一種結(jié)構(gòu)化的知識(shí)表示方法，能把事物以及屬性的各種語(yǔ)義關(guān)系表示出來(lái)###自然性:表示知識(shí)自然，便于理解。另外，便于與自然語(yǔ)言間轉(zhuǎn)換###繼承性:下層概念可以繼承上層概念的屬性，實(shí)現(xiàn)信息共享下列哪幾種屬于監(jiān)督學(xué)習(xí)：（

）

答案:邏輯回歸###支持向量機(jī)###LASSO回歸強(qiáng)化學(xué)習(xí)的方法主要有（

）

答案:深度強(qiáng)化學(xué)習(xí)（DRL)###基于價(jià)值的強(qiáng)化學(xué)習(xí)（Value-based

RL)###基于策略的強(qiáng)化學(xué)習(xí)（Policy-based

RL)###逆強(qiáng)化學(xué)習(xí)（Inverse

RL）語(yǔ)義網(wǎng)絡(luò)系統(tǒng)推理過(guò)程主要有：（

）。

答案:匹配###繼承以下哪種坐標(biāo)系用物理單位表示出像素在圖像中所在的位置（

）。

答案:像平面坐標(biāo)系下列關(guān)于語(yǔ)言、自然語(yǔ)言理解的說(shuō)法中，錯(cuò)誤的是（

）。

答案:自然語(yǔ)言僅指人類交流用的口語(yǔ)或者書(shū)面語(yǔ)智能問(wèn)答系統(tǒng)主要依靠的關(guān)鍵基礎(chǔ)和技術(shù)不包括以下那個(gè)方面（

）

答案:專業(yè)的智能算法下列哪個(gè)說(shuō)法是錯(cuò)誤的（

）

答案:機(jī)器人方向和位置的分離表示方式不適合在大型的、不明確的環(huán)境中進(jìn)行映射和導(dǎo)航，目前該位姿分離問(wèn)題尚未得到解決下列有關(guān)監(jiān)督學(xué)習(xí)分類方法的說(shuō)法錯(cuò)誤的是（

）

答案:KNN最近鄰法中，在分類時(shí)較大的K值能夠減小噪聲的影響，使類別之間的界限變得清晰下列運(yùn)算規(guī)律錯(cuò)誤的是：（

）

答案:吸收運(yùn)算中，A∨(A∧B)=A，A∧(A∨B)=B下列描述內(nèi)容錯(cuò)誤的是：（

）

答案:生物映射系統(tǒng)和概率方法中，兩者所用地圖表示方式相同K-NN算法即K-近鄰算法，是一種常用的分類算法。請(qǐng)問(wèn)，下列選項(xiàng)中，哪一個(gè)不是K-NN算法的要素（

）。

答案:形式化描述以下哪個(gè)不是人工智能的研究領(lǐng)域（

）

答案:編譯原理下列不屬于常見(jiàn)的邊緣檢測(cè)算子的有（

）。

答案:Sigmoid算子下列為典型模糊推理方法的是：（

）

答案:Takagi－Sugeno模糊推理法下列關(guān)于人類理性與人工智能的說(shuō)法中，錯(cuò)誤的有（

）

答案:認(rèn)知理性是人類的高級(jí)智能，是強(qiáng)人工智能最終要實(shí)現(xiàn)的目標(biāo)能力之一，現(xiàn)階段的人工智能已具備認(rèn)知理性工業(yè)革命發(fā)展歷程為（

）

答案:機(jī)械化生產(chǎn)蒸汽驅(qū)動(dòng)-批量流水線生產(chǎn)電力驅(qū)動(dòng)-高自動(dòng)化柔性生產(chǎn)計(jì)算機(jī)信息技術(shù)驅(qū)動(dòng)-智能化工廠智能裝備及信息通信以下有關(guān)路徑搜索常用方法的說(shuō)法錯(cuò)誤的是（

）

答案:使用人工勢(shì)場(chǎng)法時(shí)，目標(biāo)點(diǎn)的周?chē)我饩嚯x內(nèi)存在部分障礙物時(shí)容易造成路徑不可達(dá)現(xiàn)象不屬于內(nèi)腦計(jì)算軟件層技術(shù)或核心算法的是：（

）

答案:腦機(jī)接口以下算子中，哪種算子利用局部差分算子尋找邊緣（

）。

答案:Robert算子下列選項(xiàng)中，不屬于計(jì)算機(jī)視覺(jué)需要達(dá)到的基本目的的是（

）

答案:實(shí)現(xiàn)對(duì)于三維景物世界的理解，即實(shí)現(xiàn)人的視覺(jué)系統(tǒng)的某些功能下面關(guān)于語(yǔ)義網(wǎng)絡(luò)的說(shuō)法中，錯(cuò)誤的是（

）。

答案:語(yǔ)義網(wǎng)絡(luò)不具有繼承性人工智能的目的是讓機(jī)器能夠（

），以實(shí)現(xiàn)某些腦力勞動(dòng)的機(jī)械化。

答案:模擬、延伸和擴(kuò)展人的智能數(shù)字制造一般是采用數(shù)學(xué)化仿真手段，對(duì)制造過(guò)程中制造裝備、制造系統(tǒng)以及產(chǎn)品性能進(jìn)行定性描述，使工藝設(shè)計(jì)從基于經(jīng)驗(yàn)的試湊向基于科學(xué)推理轉(zhuǎn)變。（）

答案:錯(cuò)機(jī)器人在未來(lái)有可能歸類為區(qū)別于生命/生物（第一存在）與非生命/生物（第二存在）的“第三存在”，其外在和行為類似于生命體，但并不具有自我意識(shí)。（）

答案:對(duì)具有人工智能，會(huì)有“意識(shí)”地尋找、辨別和摧毀要打擊的目標(biāo)是智能武器裝備的共同特點(diǎn)。（）

答案:對(duì)如果有國(guó)家在未來(lái)必須面對(duì)先進(jìn)國(guó)家發(fā)動(dòng)的戰(zhàn)爭(zhēng)，那么要面對(duì)“高科技條件下的局部戰(zhàn)爭(zhēng)”以及“具有全新戰(zhàn)略和戰(zhàn)術(shù)形態(tài)的人工智能戰(zhàn)爭(zhēng)”，這種戰(zhàn)爭(zhēng)的勝利，只能靠天然智能（人的智慧）戰(zhàn)勝人工智能來(lái)實(shí)現(xiàn)。（）

答案:對(duì)“智慧城市”是綜合城市發(fā)展規(guī)劃、城市民生管理、城市產(chǎn)業(yè)發(fā)展等為一體的城市發(fā)展新模式。（）

答案:錯(cuò)下列描述不正確的是：（）

答案:AI依靠人類的交互而實(shí)現(xiàn)新內(nèi)容或者發(fā)明創(chuàng)造，其使用AI的人應(yīng)作為作者或發(fā)明者，不會(huì)受到與未借助AI進(jìn)行的創(chuàng)作和發(fā)明相同的知識(shí)產(chǎn)權(quán)保護(hù)人造神經(jīng)元與人工神經(jīng)元并無(wú)區(qū)別，都是用來(lái)模擬人腦的器件。（）

答案:錯(cuò)至今未出現(xiàn)真正具有人類智能的機(jī)器人的出現(xiàn)是因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，即ANN）研究的局限性。下列屬于ANN研究的局限性的有（）。

答案:ANN缺少一個(gè)完整、成熟的理論體系###ANN研究帶有濃厚的策略和經(jīng)驗(yàn)色彩###ANN研究受到腦科學(xué)研究成果的限制###ANN與傳統(tǒng)技術(shù)的接口不成熟下列關(guān)于類腦計(jì)算發(fā)展層次說(shuō)法錯(cuò)誤的是（）

答案:脈沖神經(jīng)網(wǎng)絡(luò)、大腦可塑性機(jī)制、腦圖譜等屬于基礎(chǔ)理論層現(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(lái)模擬人腦的神經(jīng)網(wǎng)絡(luò)。（）

答案:錯(cuò)人腦的功能或許可以說(shuō)一臺(tái)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(wú)法做到的。（）

答案:對(duì)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。（）

答案:對(duì)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(lái)的。（）

答案:錯(cuò)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(wú)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(lái)模擬神經(jīng)元突觸的可塑性。（）

答案:對(duì)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(lái)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(lái)的方法，才可能設(shè)計(jì)和實(shí)現(xiàn)人工大腦。（）

答案:對(duì)人腦是自然進(jìn)化的生成性系統(tǒng)，是從無(wú)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。（）

答案:錯(cuò)針對(duì)螞蟻釋放信息素問(wèn)題，不屬于科學(xué)家們提出了模型的為（

）。

答案:蟻測(cè)系統(tǒng)場(chǎng)景理解需要解決的問(wèn)題包括（

）。

答案:圖像分割###目標(biāo)識(shí)別###特征提取###相對(duì)深度估計(jì)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。

答案:對(duì)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。

答案:對(duì)下列屬于群體機(jī)器人系統(tǒng)的基本任務(wù)是（

）。

答案:源搜索###任務(wù)分配###聚集###散布蟻群算法優(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(guò)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(guò)環(huán)境中的信息素來(lái)協(xié)同工作。

答案:錯(cuò)下列屬于PSO算法的應(yīng)用的有（

）。

答案:數(shù)據(jù)提取###函數(shù)優(yōu)化###TSP問(wèn)題###神經(jīng)網(wǎng)絡(luò)訓(xùn)練場(chǎng)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。

答案:錯(cuò)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(guò)這N個(gè)加權(quán)的粒子的集合，這里記為

，來(lái)近似樣本的真實(shí)概率分布，該近似的效果較好。

答案:錯(cuò)蟻群算法適用于什么優(yōu)化問(wèn)題（

）。

答案:靜態(tài)組合優(yōu)化問(wèn)題###動(dòng)態(tài)組合優(yōu)化問(wèn)題知識(shí)圖譜是智能問(wèn)答系統(tǒng)的大腦。

答案:對(duì)人類交流的語(yǔ)言、口語(yǔ)、書(shū)面語(yǔ)、手語(yǔ)以及Python語(yǔ)言均屬于自然語(yǔ)言。

答案:錯(cuò)下列選項(xiàng)中不屬于智能問(wèn)答分類的是(

)。

答案:非特定領(lǐng)域自動(dòng)問(wèn)答語(yǔ)音生成系統(tǒng)分為兩個(gè)部分:聲門(mén)子系統(tǒng)和聲道系統(tǒng)。

答案:錯(cuò)以下關(guān)于自然語(yǔ)言的層次劃分對(duì)應(yīng)錯(cuò)誤的是(

)。

答案:格語(yǔ)法、語(yǔ)義基元理論、模型理論——語(yǔ)用語(yǔ)音識(shí)別的基本方法包括:語(yǔ)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。

答案:對(duì)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(

)。

答案:把翻譯實(shí)例存入翻譯數(shù)據(jù)庫(kù)。例如，存入漢語(yǔ)和英語(yǔ)句子對(duì)###調(diào)整實(shí)例后生成譯文###對(duì)輸入的句子，在翻譯數(shù)據(jù)庫(kù)中檢索類似的翻譯例句以下屬于孤立詞語(yǔ)音識(shí)別系統(tǒng)中的難點(diǎn)問(wèn)題的是(

)。

答案:噪聲影響###端點(diǎn)檢測(cè)###詞與詞的特征空間混疊###語(yǔ)音信號(hào)的多變性以下有關(guān)機(jī)器翻譯的說(shuō)法錯(cuò)誤的是(

)。

答案:機(jī)器翻譯分析階段以詞法分析和語(yǔ)用分析為主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（

）。

答案:寬度優(yōu)先搜索語(yǔ)義網(wǎng)絡(luò)的缺點(diǎn)（

）。

答案:復(fù)雜性語(yǔ)義網(wǎng)絡(luò)的復(fù)雜性是由什么導(dǎo)致的（

）。

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(shí)表示的手段多種多樣隊(duì)列與堆棧一樣，均采用先進(jìn)后出的方法訪問(wèn)數(shù)據(jù)。

答案:錯(cuò)狀態(tài)空間表示法中，使問(wèn)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。

答案:對(duì)在（

）年，知識(shí)圖譜在工業(yè)界被應(yīng)用。

答案:2012產(chǎn)生式系統(tǒng)由哪幾部分構(gòu)成(

)。

答案:一套規(guī)則###一個(gè)控制策略###一個(gè)總數(shù)據(jù)庫(kù)盲目搜索可應(yīng)用于許多不同的搜索問(wèn)題，但是由于其效率較低，并未得到廣泛應(yīng)用。

答案:對(duì)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(jí)數(shù)O(bd)。

答案:錯(cuò)知識(shí)圖譜本質(zhì)上是一種語(yǔ)義網(wǎng)絡(luò)。

答案:對(duì)Sobel算子和Robert算子都是常見(jiàn)的邊緣檢測(cè)算子。下列關(guān)于這兩個(gè)邊緣檢測(cè)算子的說(shuō)法中正確的有（

）。

答案: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(cè)算子###Robert算子定位精度高，但對(duì)噪聲敏感下列關(guān)于攝像機(jī)標(biāo)定的常用方法的說(shuō)法中，錯(cuò)誤的是（

）。

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)定均值濾波器對(duì)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。

答案:對(duì)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。

答案:錯(cuò)Harris角點(diǎn)檢測(cè)是一種常用的角點(diǎn)檢測(cè)方法。下列關(guān)于Harris角點(diǎn)檢測(cè)的說(shuō)法中正確的有（

）。

答案:Harris利用一個(gè)滑動(dòng)小窗在圖像上進(jìn)行滑動(dòng)來(lái)檢測(cè)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)###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###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(guò)程。下面關(guān)于圖像分割算法的說(shuō)法中，錯(cuò)誤的是（

）。

答案:區(qū)域生長(zhǎng)法是通過(guò)計(jì)算偏移的均值向量來(lái)完成分割的圖像濾波是圖像預(yù)處理中不可或缺的操作，對(duì)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(shuō)法中，錯(cuò)誤的是（

）。

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)行降噪攝像機(jī)標(biāo)定利用機(jī)器視覺(jué)進(jìn)行物體測(cè)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(cè)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(shuō)的“幾個(gè)坐標(biāo)系”指的是哪幾個(gè)坐標(biāo)系？（

）

答案:攝像機(jī)坐標(biāo)系###圖像坐標(biāo)系###世界坐標(biāo)系###像平面坐標(biāo)系Prewitte算子是一種一階微分算子的邊緣檢測(cè)，其檢測(cè)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。

答案:錯(cuò)下列關(guān)于常用濾波器的說(shuō)法中正確的是（

）。

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(wú)參域內(nèi)編程分類器。

答案:對(duì)下面選項(xiàng)中說(shuō)法正確的有（

）。

答案: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中，目標(biāo)域中沒(méi)有標(biāo)簽數(shù)據(jù)，不能直接建模，需利用類條件分布來(lái)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###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(lái)進(jìn)行###通過(guò)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(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。

答案:對(duì)對(duì)于K-Means聚類算法下列說(shuō)法正確的是：（

）。

答案:對(duì)噪聲和孤立數(shù)據(jù)敏感###是一種無(wú)監(jiān)督學(xué)習(xí)方法###須事先給定聚類數(shù)k值下列不屬于DQN現(xiàn)存問(wèn)題得是：（

）。

答案:Q學(xué)習(xí)的Q-Table依然存在高維度災(zāi)難問(wèn)題，無(wú)法使Q值連續(xù)化通過(guò)Bellman方程求解馬爾科夫決策過(guò)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。

答案:對(duì)簡(jiǎn)單遷移學(xué)習(xí)方法仍需要模型的選擇，但無(wú)需超參數(shù)的調(diào)整。

答案:錯(cuò)AlexNet這項(xiàng)工作的貢獻(xiàn)有：（

）。

答案: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(guò)擬合###使用修正的線性單元（ReLU）作為非線性激活函數(shù)###覆蓋進(jìn)行較大池化，避免平均池化的平均化效果卷積神經(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(jiǎn)化網(wǎng)絡(luò)計(jì)算復(fù)雜度，并且對(duì)特征進(jìn)行壓縮，從而提取主要特征。

答案:錯(cuò)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