人工智能原理、技術(shù)及應(yīng)用 試卷A及答案

人工智能A卷

專業(yè)班級：命題教師：審題教師:

學(xué)生姓名：學(xué)號：考試成績:

一、填空題（每空1分，共15分）得分：分

1、人工智能三大學(xué)派是、、O

2、人工之智能是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用的一個(gè)分支，它

的近期目標(biāo)在于研究用機(jī)器來的某些智力功能。

3、人工智應(yīng)用研究的兩個(gè)最重耍最廣泛領(lǐng)域?yàn)?、?/p>

4、產(chǎn)生式系統(tǒng)的推理可以分為和兩種基本方式。

5、數(shù)據(jù)挖掘具體功能有類/概念描述、、。

6、知識發(fā)現(xiàn)的方法有_______、________、_____和__等。

二、單項(xiàng)選擇題（每小題2分，共20分）得分：分

1.蟻群算法中信息素濃度與路徑長度呈（）關(guān)系？

A.正比關(guān)系

B.不相關(guān)關(guān)系

C.相等關(guān)系

D.反比關(guān)系

2.深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，最早由（）于（）提出？

A.Bengio>1990年

B.LeCun、1995年

C.Hinton、2006年

D.Goodfellows2016年

3.大數(shù)據(jù)的基本特征包括（）

A.體量大、多樣性、價(jià)值密度低、速度快

B.體量大、成本低、多樣性、速度快

C.體量大、成本高、價(jià)值密度低、速度快

D.體量大、多樣性、成本低、價(jià)值密度低

4.（）是知識圖譜中數(shù)據(jù)展示的一種形式，它可以看作是一個(gè)數(shù)據(jù)模型，也就是

表達(dá)數(shù)據(jù)的一種手段。

A.RDFS

B.RD

C.RDF

D.RD

5.粒子群算法的粒子的方向和距離是由()決定的。

A.適應(yīng)度值

B.目標(biāo)函數(shù)

C.速度

D.體積

6.影響基本K-均值算法的主要因素不包含以下哪項(xiàng)()

A.樣本輸入順序B.聚類準(zhǔn)則

C.模式相似性測度D.初始類中心的選取

7.以下哪種方法不屬于分類算法()

A.K-近鄰算法B.樸素貝葉斯C.支持向量機(jī)D.K-均值

8.以下哪個(gè)算法不屬于有監(jiān)督學(xué)習(xí)算法()

A.樸素貝葉斯B.決策樹

C.K-均值D.支持向量機(jī)

9.在神經(jīng)網(wǎng)絡(luò)中,每一個(gè)感知器相當(dāng)于人類大腦的神經(jīng)元,那么對于感知器來說

哪些部分是他必須具有的？()

A輸入信號、輸出信號

B輸入信號、輸出信號、閾值、權(quán)重、偏置

C閾值、權(quán)重、偏置

D輸入信號、輸出信號、閾值、權(quán)重

10.卷積神經(jīng)網(wǎng)絡(luò)的出現(xiàn)對與深度學(xué)習(xí)是革命性的.對于一個(gè)完整的卷積神經(jīng)網(wǎng)

絡(luò)通常具有五個(gè)層(layer),你知道這五個(gè)層的順序是()

A輸入層-卷積層-激勵(lì)層-池化層-全連接層

B輸入層-激勵(lì)層-卷積層-池化層-全連接層

C輸入層-激勵(lì)層-池化層-卷積層-全連接層

D輸入層-卷積層-全連接層-激勵(lì)層-池化層

三、判斷題(共5分)

1.因?yàn)閿?shù)據(jù)放到云上，可能會(huì)使數(shù)據(jù)泄露，所以使用本地計(jì)算機(jī)更可靠一些。

()

2.層次聚類算法不適用于大規(guī)模數(shù)據(jù)集。()

3.決策樹是一個(gè)預(yù)測模型。()

4.粗糙集反映一個(gè)事物與其他事物之間的相互依賴性或相互關(guān)聯(lián)性。()

5.標(biāo)準(zhǔn)語義分割（standardsemanticsegmenlation）也稱為全像素語義分割,

它是將每個(gè)像素分類為屬于對象類的過程。O

四、簡答題（共6（）分）得分：分

1.列舉出十項(xiàng)人工智能在平時(shí)生活中的應(yīng)用，并描述該應(yīng)用解決了人們哪些

問題

人工智能應(yīng)用包含但不限于：

（1）公司門禁打卡

（2）門口車輛進(jìn)出閘機(jī)的車牌識別

（3）智能語音音箱

（4）美圖換臉

（5）網(wǎng)上購物推薦

（6）刷臉支付

（7）人證核驗(yàn)

（8）公安布控

（9）車流檢測

（10）機(jī)器翻譯

2.簡要描述當(dāng)今大數(shù)據(jù)對人們的影響，我們應(yīng)該如何利用大數(shù)據(jù)創(chuàng)造價(jià)值？

（10分）

答：

大數(shù)據(jù)的影響，可圍繞但不限于以下方面：

1）大數(shù)據(jù)技術(shù)不僅能夠遑高人們利用數(shù)據(jù)的效率，而且能夠?qū)崿F(xiàn)數(shù)據(jù)的再

利用和重復(fù)利用，進(jìn)而大大降低交易成本，提升人們開發(fā)自我潛能的空

間。

2）人們可以低成本或零成本進(jìn)行事務(wù)信息全息式的縱向歷史比對和橫向

現(xiàn)實(shí)比對。大數(shù)據(jù)技術(shù)自身不僅能夠迅速衍生為新興信息產(chǎn)業(yè)，還可以

同云計(jì)算、物聯(lián)網(wǎng)和智慧工程技術(shù)聯(lián)動(dòng)，支撐一個(gè)信息技術(shù)的新時(shí)代。

3）云計(jì)算技術(shù)可以使人力及時(shí)利用各類大數(shù)據(jù)。物聯(lián)網(wǎng)技術(shù)的實(shí)質(zhì)就是物

物相連的互聯(lián)網(wǎng)，物聯(lián)網(wǎng)的核心和基礎(chǔ)仍然是互聯(lián)網(wǎng)，其用戶端延伸和

擴(kuò)展到了任何物品與物品之間，進(jìn)行信息交換和通信。

如何利用大數(shù)據(jù)創(chuàng)造價(jià)值，可圍繞但不限于以下方面：

1）可視化分析

2）數(shù)據(jù)挖掘算法

3）預(yù)測性分析

4）語義引擎

5）數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。

3.人工智能概念下的知識分類的種類？分別對每一類進(jìn)行簡單敘述？（10分）

答：

（1）有關(guān)現(xiàn)實(shí)世界中所關(guān)心對象的概念，即用來描述現(xiàn)實(shí)世界總結(jié)出的概

念。

（2）有關(guān)現(xiàn)實(shí)世界中發(fā)生的事件、關(guān)系對象的行為、狀態(tài)等，也就是說不

只是有前項(xiàng)所述的靜態(tài)的概念，還有動(dòng)態(tài)的信息

（3）關(guān)于過程的知識，就是說不只有當(dāng)前狀態(tài)和行為的描述，還要有對其

發(fā)展的變化及其相關(guān)條件、因果關(guān)系等描述的知識

（4）元知識即控制知識集，就是關(guān)于知識的知識，其涉及到知識分類、知

識項(xiàng)的宏觀描述、控制知識的激發(fā)和運(yùn)行等作用

4.RNN多結(jié)構(gòu)都包含什么？其中每項(xiàng)應(yīng)用在什么地方？（10分）

答：

一對一：這是最簡單的RNN結(jié)構(gòu)，可以理解為輸入一個(gè)單詞（或詞向量），

輸出一個(gè)單詞（label）o

這種結(jié)構(gòu)其實(shí)就是最普通的神經(jīng)網(wǎng)絡(luò)，和RNN其實(shí)沒多大關(guān)系，寫到這里

也只是為了保持理論的完整性，實(shí)踐中幾乎沒有這樣用RNN的。

一對多：可以理解為輸入一個(gè)label,就能輸出很多單詞。這樣的應(yīng)用比如

“根據(jù)音樂類型（輸入int型的一個(gè)x）,生成一篇音樂”，或者"生成文

章”。

多對一：可以理解為，輸入一篇文章，輸出文章作者的情緒（0/1）。這種

“多對一”的結(jié)構(gòu)，主要用于做“情緒識別”，或者“文章分類”。

多對多：這種結(jié)構(gòu)的輸入序列數(shù)量和輸出序列數(shù)量相同，主要用于實(shí)現(xiàn)“NER

命名實(shí)體識別”的應(yīng)用?；蛘弑热缱觥爸凶g英”，我們的輸入中文漢字?jǐn)?shù)

量，和輸出的英文單詞數(shù)量不一樣。就必須要實(shí)現(xiàn)輸入輸出不等長的RNN。

這樣的RNN有兩部分組成，左半部分叫做“Encoder"（編碼器，獲取輸入），

右半部分叫做“Decoder”（解碼器）。

5.機(jī)器人的研究領(lǐng)域主要有哪幾種？請列舉出來。（10分）

答：

機(jī)器人的研究領(lǐng)域主要有：傳感器技術(shù)，控制系統(tǒng)及其控制算法，視頻處

理及視覺伺服控制，視頻處理及視覺伺服控制，人機(jī)交互，機(jī)器學(xué)習(xí)，通訊技

術(shù)及多機(jī)器人協(xié)調(diào)，機(jī)器人系統(tǒng)研究

6.簡述有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的不同點(diǎn)。（10分）

答：

有監(jiān)督學(xué)習(xí)方法必須要有訓(xùn)練集與測試樣本。在訓(xùn)練集中找規(guī)律，而

對測試樣本使用這種規(guī)律。而無監(jiān)督學(xué)習(xí)沒有訓(xùn)練集，只有一組數(shù)據(jù)，在

該組數(shù)據(jù)集內(nèi)尋找規(guī)律。

有監(jiān)督學(xué)習(xí)的方法就是識別事物，識別的結(jié)果表現(xiàn)在給待識別數(shù)據(jù)加

上了標(biāo)簽。因此訓(xùn)練樣本集必須由帶標(biāo)簽的樣本組成。而無監(jiān)督學(xué)習(xí)方法

只有要分析的數(shù)據(jù)集的本身，預(yù)先沒有什么標(biāo)簽。如果發(fā)現(xiàn)數(shù)據(jù)集呈現(xiàn)某

種聚集性，則可按自然的聚集性分類，但不予以某種預(yù)先分類標(biāo)簽對上號

為目的。

無監(jiān)督學(xué)習(xí)方法在尋找數(shù)據(jù)集中的規(guī)律性，這種規(guī)律性并不一定要達(dá)

到劃分?jǐn)?shù)據(jù)集的目的，也就是說不一定要“分類”。

一、填空

1、符號主義、連接主義、行為主義

2、智能機(jī)器、模仿和執(zhí)行人腦

3、專家系統(tǒng)、機(jī)器學(xué)習(xí)

4^正向推理、反向推理

5、分類和預(yù)測、關(guān)聯(lián)分析

6、學(xué)習(xí)和適應(yīng)、自組織、函數(shù)逼迫、大規(guī)模并行處理。

二、選擇

DCACCBDCBA

三、判斷

FTTFT

四、簡答

1.列舉出十項(xiàng)人工智能在平時(shí)生活中的應(yīng)用，并描述該應(yīng)用解決了人們哪些

問題

人工智能應(yīng)用包含但不限于：

（11）公司門禁打卡

（12）門口車輛進(jìn)出閘機(jī)的車牌識別

（13）智能語音音箱

（14）美圖換臉

（15）網(wǎng)上購物推薦

（16）刷臉支付

（17）人證核驗(yàn)

（18）公安布控

（19）車流檢測

（20）機(jī)器翻譯

2.簡要描述當(dāng)今大數(shù)據(jù)對人們的影響，我們應(yīng)該如何利用大數(shù)據(jù)創(chuàng)造價(jià)值？

（10分）

答：

大數(shù)據(jù)的影響，可圍繞但不限于以下方面：

4）大數(shù)據(jù)技術(shù)不僅能夠遑高人們利用數(shù)據(jù)的效率，而且能夠?qū)崿F(xiàn)數(shù)據(jù)的再

利用和重復(fù)利用，進(jìn)而大大降低交易成本，提升人們開發(fā)自我潛能的空

間。

5）人們可以低成本或零成本進(jìn)行事務(wù)信息全息式的縱向歷史比對和橫向

現(xiàn)實(shí)比對。大數(shù)據(jù)技術(shù)自身不僅能夠迅速衍生為新興信息產(chǎn)業(yè)，還可以

同云計(jì)算、物聯(lián)網(wǎng)和智慧工程技術(shù)聯(lián)動(dòng)，支撐一個(gè)信息技術(shù)的新時(shí)代。

6）云計(jì)算技術(shù)可以使人冶及時(shí)利用各類大數(shù)據(jù)。物聯(lián)網(wǎng)技術(shù)的實(shí)質(zhì)就是物

物相連的互聯(lián)網(wǎng)，物聯(lián)網(wǎng)的核心和基礎(chǔ)仍然是互聯(lián)網(wǎng)，其用戶端延伸和

擴(kuò)展到了任何物品與物品之間，進(jìn)行信息交換和通信。

如何利用大數(shù)據(jù)創(chuàng)造價(jià)值，可圍繞但不限于以下方面:

6）可視化分析

7）數(shù)據(jù)挖掘算法

8）預(yù)測性分析

9）語義引擎

10）數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。

3.人工智能概念下的知識分類的種類？分別對每一類進(jìn)行簡單敘述？（10分）

答：

（5）有關(guān)現(xiàn)實(shí)世界中所關(guān)心對象的概念,即用來描述現(xiàn)實(shí)世界總結(jié)出的概

念。

（6）有關(guān)現(xiàn)實(shí)世界中發(fā)生的事件、關(guān)系對象的行為、狀態(tài)等，也就是說不

只是有前項(xiàng)所述的靜態(tài)的概念，還有動(dòng)態(tài)的信息

（7）關(guān)于過程的知識，就是說不只有當(dāng)前狀態(tài)和行為的描述，還要有對其

發(fā)展的變化及其相關(guān)條件、因果關(guān)系等描述的知識

（8）元知識即控制知識集，就是關(guān)于知識的知識，其涉及到知識分類、知

識項(xiàng)的宏觀描述、控制知識的激發(fā)和運(yùn)行等作用

4.RNN多結(jié)構(gòu)都包含什么？其中每項(xiàng)應(yīng)用在什么地方？（10分）

答：

一對一：這是最簡單的RNN結(jié)構(gòu)，可以理解為輸入一個(gè)單詞（或詞向量），

輸出一個(gè)單詞（label）o

這種結(jié)構(gòu)其實(shí)就是最普通的神經(jīng)網(wǎng)絡(luò)，和RNN其實(shí)沒多大關(guān)系，寫到這里

也只是為了保持理論的完整性，實(shí)踐中幾乎沒有這樣用RNN的。

一對多：可以理解為輸入一個(gè)label,就能輸出很多單詞。這樣的應(yīng)用比如

“根據(jù)音樂類型（輸入int型的一個(gè)x）,生成一篇音樂”，或者“生成文

章”。

多對一：可以理解為，輸入一篇文章，輸出文章作者的情緒（0/1）o這種

“多對一”的結(jié)構(gòu)，主要用于做“情緒識別”，或者“文章分類”。

多對多：這種結(jié)構(gòu)的輸入序列數(shù)量和輸出序列數(shù)量相同，