2021-2022學(xué)年浙江省湖州市三賢聯(lián)盟高二(下)期中信息技術(shù)試卷
發(fā)布:2024/11/20 20:0:2
一、選擇題(本大題共8小題,每小題4分,共24分。每小題列出的四個(gè)備選項(xiàng)中只有一個(gè)是符合題目要求的,不選、錯(cuò)選、多選均不得分)
-
1.有關(guān)某“無(wú)人超市”的信息系統(tǒng)結(jié)構(gòu)圖如圖所示,請(qǐng)回答第1~2題。
下列有關(guān)“無(wú)人超市”的說(shuō)法,正確的是( ?。?/h2>組卷:2引用:0難度:0.60 -
2.有關(guān)某“無(wú)人超市”的信息系統(tǒng)結(jié)構(gòu)圖如圖所示,請(qǐng)回答第1~2題。
下列對(duì)“無(wú)人超市”信息系統(tǒng)的功能描述,不正確的是( ?。?/h2>組卷:1引用:0難度:0.60 -
3.22022 年的北京冬奧會(huì),我國(guó)取得了歷史最好成績(jī),人工智能技術(shù)也以科技手段助運(yùn)動(dòng)員們一臂之力。研究團(tuán)隊(duì)利用基于深度學(xué)習(xí)原理的人工智能技術(shù),建立神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)對(duì)動(dòng)作視頻中人體關(guān)節(jié)點(diǎn)的計(jì)算機(jī)自動(dòng)識(shí)別,進(jìn)而建立起適用于競(jìng)技體育和一般生物力學(xué)研究的計(jì)算機(jī)系統(tǒng)——無(wú)反光點(diǎn)人體運(yùn)動(dòng)自動(dòng)捕捉人工智能系統(tǒng)。目前該系統(tǒng)已應(yīng)用在國(guó)家速度滑冰和越野滑雪項(xiàng)目的訓(xùn)練中,獲得超過(guò) 8000 人次的賽時(shí)動(dòng)作技術(shù)數(shù)據(jù),使機(jī)器深度學(xué)習(xí)越發(fā)“得心應(yīng)手“,對(duì)于滑冰與滑雪運(yùn)動(dòng)員的動(dòng)作捕捉與技術(shù)分析,既能精準(zhǔn)到具體細(xì)節(jié),又能快速反饋分析結(jié)果。
請(qǐng)回答15~16題。
根據(jù)以上描述,下列說(shuō)法不正確的是( ?。?/h2>組卷:0引用:0難度:0.50 -
4.22022 年的北京冬奧會(huì),我國(guó)取得了歷史最好成績(jī),人工智能技術(shù)也以科技手段助運(yùn)動(dòng)員們一臂之力。研究團(tuán)隊(duì)利用基于深度學(xué)習(xí)原理的人工智能技術(shù),建立神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)對(duì)動(dòng)作視頻中人體關(guān)節(jié)點(diǎn)的計(jì)算機(jī)自動(dòng)識(shí)別,進(jìn)而建立起適用于競(jìng)技體育和一般生物力學(xué)研究的計(jì)算機(jī)系統(tǒng)——無(wú)反光點(diǎn)人體運(yùn)動(dòng)自動(dòng)捕捉人工智能系統(tǒng)。目前該系統(tǒng)已應(yīng)用在國(guó)家速度滑冰和越野滑雪項(xiàng)目的訓(xùn)練中,獲得超過(guò) 8000 人次的賽時(shí)動(dòng)作技術(shù)數(shù)據(jù),使機(jī)器深度學(xué)習(xí)越發(fā)“得心應(yīng)手“,對(duì)于滑冰與滑雪運(yùn)動(dòng)員的動(dòng)作捕捉與技術(shù)分析,既能精準(zhǔn)到具體細(xì)節(jié),又能快速反饋分析結(jié)果。
請(qǐng)回答15~16題。
根據(jù)以上描述,人工智能技術(shù)助力運(yùn)動(dòng)員主要基于以下哪種方法( ?。?/h2>組卷:1引用:0難度:0.50
二、非選擇題(本大題共4小題,其中第13小題6分,第14小題6分,第15小題7分,第16小題7分,共26分)
-
15.某網(wǎng)站對(duì)信息進(jìn)行加密解密,選擇頁(yè)面“index.jye.ai”如圖1,加密頁(yè)面“jia.jye.ai”如圖2,解密頁(yè)面“jie.jye.ai”如圖3。在選擇頁(yè)面點(diǎn)擊相應(yīng)按鈕,選擇加密或解密。
選擇加密時(shí),在明文文本框中輸入明文,點(diǎn)擊“加密”按鈕,網(wǎng)頁(yè)顯示密文與對(duì)應(yīng)的密鑰。加密規(guī)則為打亂明文對(duì)應(yīng)的索引作為密鑰,再利用該索引逐個(gè)取明文字符連接成密文,例如:明文為“信息技術(shù)”,若被打亂的索引為[2,0,1,3],則密文為“技信息術(shù)”,密鑰為“2,0,1,3”
選擇解密時(shí),在密文文本框中輸入密文,密鑰文本框輸入密鑰,點(diǎn)擊“解密”按鈕,網(wǎng)頁(yè)顯示明文。
(1)該網(wǎng)絡(luò)應(yīng)用屬于
(2)若待解密文本為“自息愛(ài)信也我己愛(ài)”,密鑰為“2,7,1,6,4,0,3,5”,則解密結(jié)果是
(3)實(shí)現(xiàn)該功能的python程序如下,請(qǐng)?jiān)跈M線處填入合適的代碼:組卷:0引用:1難度:0.3 -
16.決策樹(shù)是一種通過(guò)樹(shù)形結(jié)構(gòu)進(jìn)行分類的人工智能預(yù)測(cè)模型,如根據(jù)圖1所示“氣象特點(diǎn)與游客是否來(lái)游樂(lè)場(chǎng)的關(guān)系”繪制的如圖2所示的決策樹(shù)樹(shù)形結(jié)構(gòu):
通過(guò)了解當(dāng)天的是否有風(fēng)、天氣、溫度和濕度這4個(gè)節(jié)點(diǎn)參數(shù)即可預(yù)測(cè)當(dāng)天是否有人來(lái)游樂(lè)場(chǎng)。
不同的節(jié)點(diǎn)劃分順序可以繪制不同的決策樹(shù),為了選出最優(yōu)的節(jié)點(diǎn)劃分順序,需要采用“信息熵”與“信息增益”指標(biāo)。
信息熵,又稱香農(nóng)熵,被用來(lái)度量信息量的大小,信息熵越大表示信息量越大。
信息增益,表示樣本經(jīng)某節(jié)點(diǎn)劃分后的信息熵變化大小。我們繪制決策樹(shù)時(shí)應(yīng)當(dāng)逐次選擇信息增益最大的節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)。
對(duì)于有n個(gè)信息的樣本D,記第k個(gè)信息發(fā)生的概率為pk,信息熵計(jì)算公式為E(D)=?∑pklog2(pk),n1
例如游樂(lè)場(chǎng)14個(gè)樣本中“去”(9個(gè))、“不去”(5個(gè)),則信息熵=?(log2914+914log2514)=0.940514
若樣本按“是否有風(fēng)”節(jié)點(diǎn)劃分,“是”(6個(gè),其中3個(gè)去,3個(gè)不去)信息熵=?(log236+36log236)=1;36
“否”(8個(gè),其中6個(gè)去,2個(gè)不去)信息熵=?(log268+68log228)=0.811;經(jīng)過(guò)此節(jié)點(diǎn)劃分后的信息增益=原始信息熵?按此節(jié)點(diǎn)劃分后樣本信息熵比例和=0.940?(28×1+614×0.811)=0.048。814
(1)根據(jù)上述描述與圖1,則“天氣”節(jié)點(diǎn)中的“多云”信息熵是
(2)實(shí)現(xiàn)求首次劃分節(jié)點(diǎn)的程序如下,請(qǐng)?jiān)跈M線處填入合適的代碼:組卷:0引用:1難度:0.3