1.1計算的歷史1【判斷題】1946年，馮·諾伊曼提出了存儲程序的概念以及計算機組成和框架，奠定了現(xiàn)代計算機組成和工作原理的基礎。（對）2【單選題】（D）年，IBM公司正式推出了全球第一臺個人計算機-INMPC。A、1955B、1959C、1971D、19811.2計算機是如何工作的（上）1【判斷題】程序語言協(xié)調(diào)計算機硬件與用戶編寫的軟件的中間層次，為軟件提供服務，控制計算機硬件工作。（錯）2【多選題】下列選項中，數(shù)據(jù)應用軟件的是（CD）。A、操作系統(tǒng)B、數(shù)據(jù)庫C、政務軟件D、工具軟件1.3計算機是如何工作的（下）1【單選題】（B）是符號化的語言、機器指令。A、機器語言B、匯編語言C、高級語言D、自然語言2【判斷題】程序的構造是一系列計算規(guī)則的表示，是計算機能夠理解與執(zhí)行的解決問題的步驟。（對）1.4計算思維（上）1【單選題】（C）以設計與構造為特征。A、理論思維B、試驗思維C、計算思維D、邏輯思維2【判斷題】計算思維關注的是人類思維中有關可行性、可構造性和可評價性的部分。（對）1.5計算思維（下）1【單選題】（A）指完成某項任務的一系列指令，即解決問題的方案（步驟）。A、算法設計B、分解C、抽象D、模式識別2【判斷題】算法沒有高級和低級之分，高效地解決問題才是目的。（對）1.6人工智能（上）1【單選題】人臉識別一般使用的是（C）的算法。A、基于跳數(shù)的定位算法B、質(zhì)心定位算法C、區(qū)域特征分析D、基于TOA的測距方法1.7人工智能（下）1【判斷題】從理論上講，無法通過暴力搜索所有可能的對弈過程來確定最優(yōu)的走法。（錯）2【多選題】人工智能的（CD）在整體上比人類差太多。A、基礎智能B、感知智能C、認知智能D、創(chuàng)新智能1.8.1物聯(lián)網(wǎng)泛在感知助力建筑智能化轉(zhuǎn)型1【單選題】（B）是整個物聯(lián)網(wǎng)架構的基石。A、基礎層B、感知層C、網(wǎng)絡層D、應用層2【判斷題】智能建筑5A系統(tǒng)是指建筑自動化系統(tǒng)、辦公自動化系統(tǒng)、信息管理自動化系統(tǒng)、通信自動化系統(tǒng)和消防自動化系統(tǒng)。（對）1.8.2智能建筑物聯(lián)網(wǎng)泛在感知計算模型1【多選題】智能建筑物聯(lián)網(wǎng)泛在感知模型主要包括（ABC）。A、感知層B、傳輸層C、處理層D、網(wǎng)絡層1.8.3智能建筑物聯(lián)網(wǎng)泛在感知關鍵技術1【單選題】WIFIRSS指紋算法屬于（C）。A、基于跳數(shù)的定位算法B、質(zhì)心定位算法C、特征匹配算法D、基于TOA的測距方法1.8.4智能建筑物聯(lián)網(wǎng)泛在感知應用案例1【判斷題】在城市建筑立體化天空地協(xié)同應急救援系統(tǒng)中，云端服務器為終端設備提供網(wǎng)絡接入、數(shù)據(jù)轉(zhuǎn)發(fā)、數(shù)據(jù)存儲、模型計算等服務。（錯）2.1計算與計算機簡述1【判斷題】人工智能的各種應用也需要存儲數(shù)據(jù)。（對）2【單選題】數(shù)據(jù)融合處理與分析對應計算環(huán)境的（B）。A、輸入集合B、固定程序C、狀態(tài)集合D、輸出集合2.2圖靈機模型圖靈機1【單選題】（D）對應圖靈結構中的固定程序。A、無限長的存儲帶B、讀寫頭C、內(nèi)部狀態(tài)寄存器D、規(guī)則邏輯2.3馮·諾依曼體系結構1【判斷題】馮·諾伊曼計算機體系結構中的CPU相當于圖靈機的讀頭。（對）2【多選題】馮·諾伊曼計算機體系結構中將（BC）封裝在一起組成CPU。A、輸入設備B、運算器C、控制器D、存儲器2.4機器算法、機器指令、機器級程序1【單選題】（A）的位數(shù)表示機器指令數(shù)目，內(nèi)容表示機器做什么操作。A、操作碼B、地址碼C、信息碼D、信號碼2【判斷題】機器指令的操作碼和地址碼都是通過二進制進行換算的。（對）2.5馮.諾依曼工作原理、并行計算、嵌入式計算1【判斷題】馮·諾伊曼計算機體系結構是以存儲器為中心的結構。（錯）2【單選題】以下關于馮·諾依曼計算機工作原理敘述錯誤的是（C）。A、控制器向輸入設備發(fā)送信號，讓輸入設備將程序和數(shù)據(jù)存入存取器B、控制器向運算器發(fā)送信號，讓運算器進行運算C、運算器向存儲器發(fā)送信號，讓存儲器將操作數(shù)送至控制器D、控制器向輸出設備發(fā)送信號，讓輸出設備進行輸出2.6計算執(zhí)行1【單選題】以下關于進程敘述正確的是（B）。A、是一個靜態(tài)的概念B、是執(zhí)行中的程序C、是線程的一個實體D、是比線程更小的能獨立運行的基本單元2【單選題】（C）指進程被賦予不同的優(yōu)先級，當優(yōu)先級高的進程到達時，便暫停當前正在執(zhí)行的進程，運行優(yōu)先級高的進程。A、非搶占原則B、短進程優(yōu)先原則C、優(yōu)先權原則D、時間片原則2.7未來計算機1【多選題】未來的計算機將向（ABCD）方向發(fā)展。A、微型化B、巨型化C、網(wǎng)絡化D、智能化2【判斷題】人類社會與物理世界的二元結構正在進階到人類社會、信息空間和物理世界的三元結構。（對）2.8.1超算---探索計算的極限（上）1【多選題】1990年代，（BC）超級計算機標志著大規(guī)模并行處理的興起。A、Cray-1B、地球模擬器C、藍基因D、神威太湖之光2【單選題】在超算的計算環(huán)境中，使用（C）的軟件來分配計算資源。A、GPUB、CPUC、調(diào)度器D、控制器3【判斷題】分布式文件系統(tǒng)管理的物理存儲資源直接連接在本地節(jié)點上，或是若干不同的邏輯磁盤分區(qū)或卷標組合在一起而形成的完整的有層次的文件系統(tǒng)。（錯）2.8.2超算---探索計算的極限（下）1【判斷題】Flink的Rutime核心層提供了支持流計算和批計算的接口。（錯）2【單選題】Sparkstreaming基于（B）。A、流處理B、批處理C、并行處理D、串行處理3【單選題】（A）在處理復雜指令和商業(yè)計算的運用方面有較大優(yōu)勢。A、X86B、ARMC、MIPSD、RISC-V2.8.3芯片---中國芯的成長之路（上）1【判斷題】Intel的386芯片的誕生標志著計算機進入64位時代，性能顯著提升。（錯）2【多選題】下列選項中，屬于數(shù)字芯片的是（AC）。A、存儲器B、信號鏈芯片C、微控制器D、電源管理芯片3【單選題】規(guī)格制定屬于芯片生產(chǎn)流程中的（A）。A、芯片設計B、晶圓制造C、封裝檢測D、系統(tǒng)設計2.8.4芯片---中國芯的成長之路（下）1【單選題】EUV光刻機以波長為13.5納米的（C）作為光源的光刻技術。A、極藍光B、極紅光C、極紫外光D、極紅外光2【判斷題】2D封裝適用于簡單芯片和低成本制造，3D封裝在性能和功耗方面取得了平衡。（錯）3.1問題求解的計算思維方法1【單選題】（B）即找出拆分各子問題之間的異同，同時觀察數(shù)據(jù)的趨勢和規(guī)律。A、問題分解B、模式識別C、抽象D、算法設計3.2在屏幕上計算輸出并繪制籃球坐標點1【判斷題】python使用縮進來區(qū)分不同代碼塊的級別。（對）3.3用函數(shù)的方式在屏幕上繪制籃球坐標點1【多選題】以下關于自定義函數(shù)敘述正確的是（ABC）。A、以關鍵字def開頭，然后給出函數(shù)名B、參數(shù)列表可以為空，也可以有一個或多個參數(shù)C、函數(shù)體由一條或多條語句組成D、return語句返回函數(shù)值，函數(shù)值只能是1個3.4在合理的范圍內(nèi)計算并繪制籃球坐標點1【單選題】多分支結構用（D）來實現(xiàn)。A、ifB、if-elseC、if-elifD、if-elif-else3.5在合理的范圍內(nèi)計算并繪制多個籃球坐標點1【多選題】循環(huán)的三要素包括（BCD）。A、循環(huán)語句的表達B、循環(huán)初始化C、循環(huán)條件判斷D、循環(huán)變量的修改3.6在合理的范圍內(nèi)計算并繪制多條籃球軌跡線1【判斷題】多重循環(huán)的設計要注意內(nèi)外循環(huán)不能交叉，內(nèi)循環(huán)包含在外循環(huán)內(nèi)。（對）4.1用列表的方式在屏幕上繪制多條籃球軌跡線1【單選題】以下關于列表的敘述錯誤的是（D）。A、包含若干元素，用[]表示B、元素是按序編號的C、利用編號可對元素進行增刪查改等操作D、列表元素必須是同一類型的數(shù)據(jù)4.2用字典的方式在屏幕上繪制多條籃球軌跡線1【判斷題】字典是一種可變的映射數(shù)據(jù)容器，數(shù)據(jù)以鍵值對的方式放在一對[錯]中。4.3用文件的方式在屏幕上繪制多條籃球軌跡線1【多選題】按照文件的編碼方式，可以將文件分為（AB）。A、文本文件B、二進制文件C、CSV文件D、JSON文件4.4機器人百分百投籃1【單選題】在機器人百分百投籃問題中，（C）查找已有的投籃數(shù)據(jù)。A、seek_theta()函數(shù)B、datas_save()函數(shù)C、datas_find()函數(shù)D、plt.plot()函數(shù)5.1問題提出與數(shù)學建模1【判斷題】數(shù)學建模的四要素包括：輸入、輸出、約束和優(yōu)化目標。（對）5.2算法的表達：數(shù)據(jù)結構與控制結構1【多選題】線性表的存儲結構包括（CD）等。A、數(shù)B、圖C、鏈表D、隊列5.3窮舉法及其效率分析1【單選題】（B）表示條件判斷，并根據(jù)判斷結果執(zhí)行不同的分支。A、矩形框B、菱形框C、圓形框D、箭頭線5.4二分搜索算法1【判斷題】窮舉法的內(nèi)循環(huán)不屬于搜索算法。（錯）5.5用二分搜索設計新算法1【單選題】本課程巖石采集案例，其二分搜索算法的時間復雜度最終為（C）。A、O(n2logn)B、O(n)C、O(nlogn)D、O(n2)5.6問題拓展：采集4塊巖石1【判斷題】若所有可能的不同組合為n^4，則解空間大小為n^4。（對）5.7.1八皇后問題及其建模1【單選題】不考慮約束條件，八皇后問題共有多少種可能解？（D）A、4!B、8!C、16!D、64!5.7.2窮舉算法求解八皇后問題1【單選題】這種對解空間中全部狀態(tài)進行枚舉，然后計算并驗證狀態(tài)是否符合約束條件的算法稱為（A）。A、窮舉算法B、回溯算法C、智能算法D、遞歸回溯算法5.7.3八皇后問題的回溯算法1【判斷題】回溯算法適用于解一些組合數(shù)相當大的問題。（對）5.7.4n皇后問題的遞歸回溯算法1【多選題】（AB）是以嵌套的循環(huán)來實現(xiàn)的。A、窮舉算法B、回溯算法C、智能算法D、遞歸回溯算法5.7.5n皇后問題的智能算法1【單選題】（A）又被稱為導向性隨機搜索算法。A、爬山算法B、模擬退火C、遺傳算法D、神經(jīng)網(wǎng)絡6.1自然語言處理1【單選題】（D）利用統(tǒng)計學習的方法建立語言處理模型，并由語料庫中的訓練數(shù)據(jù)來估計統(tǒng)計模型中的參數(shù)。A、基于規(guī)則的理性主義自然語言處理方法B、基于統(tǒng)計的理性主義自然語言處理方法C、基于規(guī)則的經(jīng)驗主義自然語言處理方法D、基于統(tǒng)計的經(jīng)驗主義自然語言處理方法2【多選題】自然語言處理的兩大核心任務是（AB）。A、自然語言理解B、自然語言生成C、句法分析D、語義分析3【判斷題】自然語言生成可以理解為自然語言理解的逆向過程。（對）6.2機器視覺技術1【判斷題】無人駕駛汽車用神經(jīng)網(wǎng)絡對捕獲的圖像進行分析從而做決策。（對）2【單選題】以下關于神經(jīng)網(wǎng)絡的隱含層敘述正確的是（D）。A、神經(jīng)元數(shù)量由輸入向量的維數(shù)決定B、不對數(shù)據(jù)進行處理C、神經(jīng)元數(shù)量由需要分類的類別數(shù)決定D、完成數(shù)據(jù)的計算和處理6.3模式識別1【單選題】在模式識別系統(tǒng)的（B）階段對數(shù)據(jù)進行復原、去噪聲。A、數(shù)據(jù)獲取B、預處理C、特征提取D、分類決策2【單選題】（C）能夠?qū)μ卣鬟M行自動選擇。A、貝葉斯分類器B、線性分類器C、神經(jīng)網(wǎng)絡分類器D、決策樹分類器6.4計算機中的圖像表示及語義感知1【單選題】（A）的任務是確定圖像中語義對象的位置。A、圖像分割B、圖像分類C、目標檢測D、圖像語義捕捉2【判斷題】灰度圖像中每一個像素點在計算機中必須采用1個byte存儲。（錯）3【判斷題】一張RGB的彩色圖像在計算機中實際上就是一個三維矩陣。（對）6.5圖像變換1【多選題】在圖像的幾何變換中，位置變換包括（CD）。A、放大B、錯切C、平移D、鏡像2【判斷題】圖像縮小需要對多出的空位填入適當?shù)闹?，是信息的估計。（錯）3【單選題】（C）實際上是平面景物在投影平面上的非垂直投影效果。A、圖像放大變換B、圖像平移變換C、圖像錯切變換D、圖像鏡像變換6.6目標檢測算法簡介1【單選題】MSCOCO數(shù)據(jù)集含有（C）個類別。A、20B、40C、80D、1006.7基于深度學習的目標檢測算法1【多選題】以下關于R-CNN算法敘述正確的是（ABC）。A、需要生成大量的regionproposalsB、需要對每個regionproposal用CNN提取特征C、分類與特征提取分開，錯誤梯度無法傳遞D、可以處理不同尺寸的輸入，對整個圖片提取特征2【單選題】（D）使用區(qū)域提取網(wǎng)絡（RPN）來提取regionproposals。A、R-CNNB、SPatialPyramidPoolingC、FastR-CNND、FasterR-CNN3【判斷題】一階段方法同時產(chǎn)生候選區(qū)域和分類結果，速度快。（對）6.8YOLO算法的基本概念及原理1【單選題】（C）指對于每個真實框，找到重疊度最大的錨框作為正樣本，隨機挑選低重疊的錨框作為負樣本。A、網(wǎng)格化圖片B、錨框生成C、候選區(qū)域生成D、模型訓練2【判斷題】在YOLO算法中，class表示候選框所包含的對象類別。（對）6.9YOLO算法的訓練和測試1【多選題】（AC）是目標檢測遷移學習問題研究的主要研究任務。A、one-shotlearningB、RelationNetwrokC、zeroshotlearningD、DeepRegionlets2【單選題】（A）指訓練數(shù)據(jù)里只有類別標簽，沒有位置標簽，需要在訓練過程中自動識別訓練樣本的位置信息。A、弱監(jiān)督學習問題B、遷移學習問題C、非極大抑制算法D、多特征融合6.10.1無人駕駛簡介1【單選題】（B）更注重機器的自主駕駛能力。A、智能駕駛B、自動駕駛C、無人駕駛D、智慧駕駛2【單選題】（B）駕駛自動化系統(tǒng)已經(jīng)可以獨立完成部分駕駛場景中的自動駕駛的功能，但駕駛員需要充當安全員、監(jiān)督員。A、2級B、3級C、4級D、5級6.10.2無人駕駛系統(tǒng)1【單選題】利用計算思維對無人駕駛系統(tǒng)進行分解的流程是（A）。A、設計目標確定-軟硬件選項-算法探究-抽象化-算法設計B、設計目標確定-抽象-軟硬件選項-算算法探究-算法設計C、設計目標確定-算法設計-軟硬件選項-抽象化-算法探究D、設計目標確定-算法探究-算法設計-抽象化-軟硬件選項6.10.3無人駕駛小車（1）1【多選題】在本課程設計無人駕駛小車案例中，設計目標需要考慮的因素包括（ABCD）。A、運行環(huán)境B、任務要求C、運行速度D、法律、道德、風險等6.10.4無人駕駛小車（2）1【判斷題】無人駕駛系統(tǒng)的實現(xiàn)涉及計算及通信、傳感器、感知與識別、決策與規(guī)劃、控制與執(zhí)行等關鍵技術。（對）7.1人工智能與機器學習簡介1【單選題】下列選項中，（D）不屬于人工智能的生物識別技術。A、指紋識別B、聲音識別C、虹膜識別D、圖像識別2【單選題】（C）從交互數(shù)據(jù)中學習序列決策。A、監(jiān)督學習B、無監(jiān)督學習C、強化學習D、深度學習3【多選題】機器學習的核心算法可以分為（ABC）三類。A、監(jiān)督學習B、無監(jiān)督學習C、強化學習D、深度學習7.2監(jiān)督學習——決策樹1【判斷題】訓練數(shù)據(jù)擁有標記信息的學習任務稱為非監(jiān)督學習。（錯）2【多選題】監(jiān)督學習的任務包括（CD）。A、聚類B、擬合C、分類D、回歸3【單選題】當信息熵的值為（A），樣本的純度最高。A、0B、1C、0.5D、-17.3監(jiān)督學習——k近鄰1【判斷題】在k近鄰算法中，若k值過小，預測結果對近鄰的實例點非常敏感，整體模型比較復雜，容易發(fā)生過擬合。（對）2【單選題】（C）表示兩個（相同長度）字對應位不同的數(shù)量。對兩個字符串進行異或運算，并統(tǒng)計結果為1的個數(shù)。A、歐氏距離B、曼哈頓距離C、漢明距離D、切比雪夫距離3【單選題】兩個向量夾腳為90度時，余弦相似度為（B）。A、1B、0C、-1D、0.57.4無監(jiān)督學習1【單選題】（A）思想是按數(shù)據(jù)的內(nèi)在相似性將未知標簽的數(shù)據(jù)集劃分為多個類別。A、聚類B、擬合C、分類D、回歸2【判斷題】K-means以距離作為相似性度量的標準，將無標簽的數(shù)據(jù)集聚類成不同的簇。（對）7.5算法基本概念簡介1【判斷題】分類算法的標記值都是連續(xù)值。（錯）7.6決策樹算法-樹的建立1【多選題】下列選項中，（AB）生成的結點將導向葉子結點。A、當前結點包含的樣本全部屬于同一類別B、當前屬性集為空，或所有樣本在所有屬性上取值相同C、當前結點包含的樣本集合為1D、信息熵為12【判斷題】一般而言，信息增益越大，則意味著使用屬性a來進行劃分所獲得的“純度提升“越大。（對）7.7決策樹算法-樹的剪枝1【單選題】（B）是指學習器把訓練樣本學習的“太好”，將訓練樣本本身的特點當作所有樣本的一般性質(zhì)，導致泛化性能下降。A、欠擬合B、過擬合C、強擬合D、弱擬合2【判斷題】可以采取優(yōu)化目標加正則項和earlystop的策略防止欠擬合。（錯）3【多選題】剪枝的基本策略包括（CD）。A、留出法B、冗余法C、預剪枝D、后剪枝7.8k近鄰算法1【單選題】（C）常用于計算文本的相似度。A、歐氏距離B、曼哈頓距離C、余弦相似度D、漢明距離2【判斷題】特征空間中的兩個實例點的距離是兩個實例點相似程度的反映，由不同的距離度量方式所確定的“最近鄰點”是相同的。（錯）7.9k-means算法1【多選題】聚類可以分為（BCD）三大類。A、擬合聚類B、層次聚類C、密度聚類D、原型聚類2【判斷題】K-means算法是對數(shù)值型數(shù)據(jù)進行聚類的方法。（對）7.10.1深度學習——圖像識別1【單選題】（D）是一種基于神經(jīng)網(wǎng)絡的機器學習方法，其可以自動地學習到從原始數(shù)據(jù)到目標任務的映射關系。A、監(jiān)督學習B、無監(jiān)督學習C、強化學習D、深度學習2【判斷題】圖像識別技術可以應用于圖像分類、圖像分割和人臉識別領域，無法應用于目標檢測。（錯）7.10.2圖像識別深度學習方法1【判斷題】人臉識別技術不但基于人臉圖像的幾何特征，它還利用了人臉的紋理特征。（對）2【單選題】DMP是一種（C）的識別方法。A、基于特征B、基于模板C、基于動態(tài)運動原型D、基于統(tǒng)計理論7.10.3基于昇騰AI的實驗設計（1）1【判斷題】昇騰310處理器基于達芬奇架構，本質(zhì)上是人工智能片上系統(tǒng)。（對）7.10.4基于昇騰AI的實驗設計（2）1【多選題】華為云服務指“一云兩翼雙引擎+開放的生態(tài)”，其中兩翼指（CD）。A、昇騰B、鯤鵬C、智能計算D、智能數(shù)據(jù)與存儲7.10.5拓展練習1【單選題】（C）指對圖像文件的打印字符進行檢測識別，將圖像中的文字轉(zhuǎn)換成可編輯的文本格式，以JSON格式返回識別結果。A、FRS識別B、ASR識別C、OCR識別D、IRT識別8.1搜索策略1【多選題】下列選項中，（AB）屬于啟發(fā)式搜索。A、A搜索法B、A*搜索法C、深度優(yōu)先搜索DFSD、寬度優(yōu)先搜索BFS2【單選題】（B）考慮與問題有關的特征信息，估算出每個結點的價值，并依據(jù)價值的大小選擇性地進行搜索。A、盲目搜索B、啟發(fā)式搜索C、無信息搜索D、深度優(yōu)先搜索3【判斷題】A*搜索算法是指滿足h(x)<=h*(x)的A搜索算法。（對）8.2強化學習——概念1【單選題】強化學習的基本要素中，（C）是環(huán)境因智能體的動作為其產(chǎn)生的反饋。A、策略B、環(huán)境模型C、即時獎勵D、價值函數(shù)2【單選題】（B）從（狀態(tài)，動作）到狀態(tài)的映射，決定不同狀態(tài)之間的轉(zhuǎn)移概率。A、策略B、環(huán)境模型C、即時獎勵D、價值函數(shù)3【判斷題】價值函數(shù)從長遠的角度來估計智能體當前行為的好壞。（對）8.3強化學習——案例1【判斷題】Q-learning算法維護一個Q表格，對價值函數(shù)進行估計，Q表格里記錄每個狀態(tài)下采取各個動作的價值。（對）8.4群體智能1【單選題】在人工蜂群算法的組成要素中，（B）找到食物并分享信息。A、非雇傭峰B、雇傭峰C、偵查蜂D、跟隨蜂8.5搜索與優(yōu)化概述1【多選題】根據(jù)智能決策方法IDSS大致分為（ABC）。A、基于人工智能B、基于數(shù)據(jù)倉庫C、基于范例推理D、基于模型知識庫2【判斷題】搜索算法本質(zhì)上是一個程序，旨在找到到達目標的最佳或最短路徑。（對）3【單選題】（C）不屬于智能優(yōu)化算法。A、模擬退火B(yǎng)、遺傳算法C、爬山法D、粒子群優(yōu)化算法8.6遺傳算法1【判斷題】粒子群優(yōu)化算法是模仿生物遺傳學和自然選擇機理，通過人工方式所構造的一類優(yōu)化搜索算法，是對生物進化過程進行的一種數(shù)學仿真。（錯）2【單選題】以下關于遺傳算法基本思想敘述錯誤的是（A）。A、一個后繼狀態(tài)由一個父狀態(tài)決定B、一個狀態(tài)用編碼來表示一個解（染色體）C、定義一個適應值函數(shù)用來評價解的好壞D、通過選擇、交叉、變異的操作產(chǎn)生下一代的解8.7模擬退火1【單選題】（A）允許算法向壞的方向移動以擺脫局部最優(yōu)值，但這種移動隨著時間的推移概率逐步下降。A、模擬退火B(yǎng)、遺傳算法C、爬山法D、粒子群優(yōu)化算法8.8粒子群優(yōu)化算法1【單選題】（D）的基本思想源于對鳥群覓食行為的研究。A、模擬退火B(yǎng)、遺傳算法C、爬山法D、粒子群優(yōu)化算法2【多選題】粒子群優(yōu)化算法的粒子速度更新公式由（ABC）組成。A、動量分量B、認知分量C、社會分量D、個體分量9.1智能機器人1【單選題】（B）開始像人類一樣感受身邊的事物并可以做出一定的反應。A、程序控制型機器人B、感知型機器人C、智能機器人D、智慧機器人9.2什么是大數(shù)據(jù)和主流平臺1【多選題】大數(shù)據(jù)的特點包括（ABD）。A、大量B、高速C、高價值密度D、真實性2【判斷題】大數(shù)據(jù)平臺依托云計算發(fā)展數(shù)據(jù)處理、存儲和分析的能力。對9.3大數(shù)據(jù)架構及Hadoop生態(tài)1【單選題】（D）的優(yōu)勢在于非常適合部署在非常廉價的機器上面，它能夠在這些廉價的機器上面提供高吞吐量的數(shù)據(jù)訪問，非常適合大規(guī)模數(shù)據(jù)集上的應用。A、YARNB、MAPREDUCEC、TEZD、HDFS9.4MapReduce原理1【判斷題】MapReduce是基于集群的一個高性能的并行計算平臺，能夠自動完成計算任務的并行化處理。（對）9.5機器人知識圖譜1【單選題】（C）定義為環(huán)境的兩種狀態(tài)（初始狀態(tài)和目標狀態(tài)）之間的差別，必須用適當?shù)某绦蛟O計語言來描述這些任務。A、機械手B、環(huán)境C、任務D、控制器2【多選題】機器人的核心在于（ABD）。A、感知B、控制C、分類D、決策9.6機器人運動學和動力學1【判斷題】動力學主要研究機器人在立體空間立間的位置如何映射到機器人里面每一個傳動裝置對應的參數(shù)上面去。（錯）9.7機器人應用展示1【判斷題】日本在人形機器人是完完全全模仿人類，由人造骨骼和機構構成等。（對）10.1互聯(lián)網(wǎng)基礎1【判斷題】IP協(xié)議負責應用軟件和網(wǎng)絡軟件之間的通信。（錯）10.2HTML語言簡介1【多選題】網(wǎng)頁設計在結構方面需要遵循的Web標準是（AC）A、XMLB、DOMC、XHTMLD、ECMAScript10.3網(wǎng)絡爬蟲1【單選題】Requests庫中的requexte.get()對應于HTTP的（B）。A、HEADB、GETC、POSTD、PUT10.4信息提取1【判斷題】如果每層Tag除最里層僅含有一個字符串外，其它Tag只有一個子Tag，string屬性返回外面Tag的字符串。（錯）10.5爬蟲協(xié)議1【單選題】（D）是一種存放在網(wǎng)站根目錄下面的文本文件，全稱“網(wǎng)絡爬蟲排除協(xié)議”。A、DNS協(xié)議B、TCP協(xié)議C、IP協(xié)議D、robots協(xié)議10.6.1中文文本處理(上)1【多選題】序列類型包括（ABC）。A、字符串B、列表C、元組D、集合10.6.2中文文本處理(中)1【判斷題】停用詞stopwords是指文本中頻繁出現(xiàn)但通常沒有太多意義的詞語。（對）10.6.3中文文本處理(下)1【單選題】在生成詞云步驟中，（C）表示加載詞云文本。A、importwordcloudB、w=wordcloud.WordCloudC、w.generate(txt)D、w.to_file()11.1數(shù)據(jù)管理的三個階段1【多選題】數(shù)據(jù)管理的文件系統(tǒng)階段的特點包括（ACD）。A、數(shù)據(jù)長期保存B、采用特定的數(shù)據(jù)模型C、程序與數(shù)據(jù)有了一定的獨立性D、數(shù)據(jù)的獨立性低11.2數(shù)據(jù)庫系統(tǒng)的組成1【判斷題】數(shù)據(jù)庫系統(tǒng)是指引入數(shù)據(jù)庫技術的計算機系統(tǒng)，它實現(xiàn)了有組織地、動態(tài)地存儲大量相關數(shù)據(jù)，提供了數(shù)據(jù)處理和信息資源共享的便利手段。