人工智能原理與方法智慧樹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)在實際分類應(yīng)用時，因為特征向量往往維數(shù)較多，標(biāo)簽值的分類，優(yōu)先選擇二分類模型。（

）

答案:錯里程計的運(yùn)動模型可以分為直線型與圓弧型。

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

答案:錯K-NN

分類的計算復(fù)雜度和訓(xùn)練集中的樣本數(shù)目成反比。

答案:錯現(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:錯根據(jù)環(huán)境的所有信息是否可訪問，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:錯語音識別技術(shù)以語音信號為研究對象，是語音信號處理的一個重要研究方向。其最終目標(biāo)是實現(xiàn)人與機(jī)器進(jìn)行自然語言通信。

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

）

答案:錯知識圖譜利用符號知識發(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:錯完整的語音信號的數(shù)學(xué)模型可以用三個子模型（激勵模型、聲道模型和輻射模型）的串聯(lián)表示。

答案:對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、算法化或者說理性智能工具以下關(guān)于人工智能和機(jī)器智能說法正確的是（

）

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###相對于人或動物的智能而言，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，就像人和動物有一個身體一樣，機(jī)器就是人工智能的“身體”有“身體”的機(jī)器會像人或動物一樣有感知、認(rèn)知、語言、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###決策樹學(xué)習(xí)的目的是處理未見示例能力強(qiáng)的決策樹###樸素貝葉斯是一種允許以簡單直接的方式構(gòu)建分類器的方法屬于如今軍隊的作戰(zhàn)力量的選項為：（

）

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

）

答案:SLAM指的是同時定位與地圖構(gòu)建###視覺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)器人周圍有什么環(huán)境信息的問題###激光SLAM主要是以激光雷達(dá)作為傳感器的SLASM技術(shù)語音生成系統(tǒng)分成三個部分：（

）。

答案:聲門系統(tǒng)###輻射系統(tǒng)###聲道系統(tǒng)對于卷積神經(jīng)網(wǎng)絡(luò)說法正確的有：（

）

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，減少過擬合###卷積神經(jīng)網(wǎng)絡(luò)在圖像分類、目標(biāo)檢測、語義分割等任務(wù)中有著廣泛的應(yīng)用下列選項中，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###能量源###構(gòu)造材料下列屬于注意網(wǎng)絡(luò)三個子系統(tǒng)的是（

）

答案:后注意心態(tài)###前注意心態(tài)###警覺系統(tǒng)推理按推理過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)度決定信號傳遞的強(qiáng)弱###一個神經(jīng)元接受的信號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)###知識編輯###宏操作學(xué)習(xí)下面關(guān)于機(jī)器視覺系統(tǒng)的說法中，正確的有（

）

答案:開發(fā)穩(wěn)定可靠的圖象處理軟件是視覺檢測的核心任務(wù)###機(jī)器視覺系統(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###通過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)是一門研究使用計算機(jī)獲取新的知識和技能，提高現(xiàn)有計算機(jī)求解問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)的說法中，錯誤的是（

）。

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

）

答案:枕葉--

視覺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、動物、人類下列關(guān)于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的說法中，錯誤的有（

）

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類常見構(gòu)筑屬于神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)相同點的是：（

）

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)點之間有連接，每一層可以看作是一個logistic

回歸模型模式的三個直觀特性不包括：（

）

答案:一般性下列說法不屬張正友標(biāo)定法的是：（

）。

答案:僅依靠多幅圖像之間的對應(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:可推測性以下圖像分割方法中，（

）通過計算偏移的均值向量來完成分割。

答案:MeanShift分割下列哪一種濾波方式常用來處理椒鹽噪聲（

）。

答案:中值濾波下列不屬于數(shù)字圖像處理的領(lǐng)域為：（

）

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

)。

答案:中值濾波常用來處理椒鹽噪聲，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法（CCG）。

答案:錯語音識別的方法有三種：基于聲道模型和語音知識的方法、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:錯抽象層面越高，存在的可能猜測就越少，就越利于分類。（

）

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

答案:對Otsu閾值分割又名最大類間差方法，通過計算偏移的均值向量來完成分割。

答案:錯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:對產(chǎn)生式系統(tǒng)包括一個總數(shù)據(jù)庫和一套規(guī)則。

答案:錯一個神經(jīng)元接受的信號的累積效果決定該神經(jīng)元的狀態(tài)。（

）

答案:對數(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)+超級計算。

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

）

答案:人工神經(jīng)網(wǎng)絡(luò)用于解決線性分類問題的開創(chuàng)性工作###正是因為不能解決非線性分類問題的缺陷，啟發(fā)了后來的各種人工神經(jīng)網(wǎng)絡(luò)模型###由于其簡單易理解，作為人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的入門模型是恰如其分理解大腦包括哪幾個層面：（

）

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)動速度，可以搬更重的東西，而且定位精度相當(dāng)高###從長遠(yuǎn)來看，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，梯度越來越稀疏，從頂層越往下，誤差校正信號越來越小###BP算法需要有標(biāo)簽數(shù)據(jù)來訓(xùn)練，但大部分?jǐn)?shù)據(jù)是無標(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)域時易導(dǎo)致這一情況下列選項中屬于強(qiáng)化學(xué)習(xí)特點的有（

）

答案:反饋不及時，有延時###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:所有的智能活動過程，都可以看作或者抽象為一個基于搜索的問題求解###搜索可以看作人類和其他生物所具有的一種元知識###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、推理或計算的過程###搜索是人在求解問題時不知現(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)說法正確的有（

）

答案:傳統(tǒng)的BP網(wǎng)絡(luò)一般都選用二級網(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算法包括信號的前向傳播和誤差的反向傳播兩個過程屬于機(jī)器視覺系統(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有（

）。

答案:使特征圖變小，簡化網(wǎng)絡(luò)計算復(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:對于某一類的所有樣本中存在一個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)于知識圖譜的說法中，錯誤的是（

）

答案:知識圖譜的邊可以是實體或者屬性值下面關(guān)于機(jī)器人視覺系統(tǒng)的說法中，錯誤的是（

）

答案:機(jī)器人視覺系統(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義網(wǎng)絡(luò)的優(yōu)點的是(

)。

答案:嚴(yán)格性以下有關(guān)PSO的說法錯誤的是(

)。

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

）

答案:人工勢場法下列選項說法錯誤的是：（

）

答案:邊界細(xì)胞不會因環(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)邊緣檢測算子的說法錯誤的是(

)。

答案:sobel算子算子的思想是：鄰域的像素對當(dāng)前像素產(chǎn)生的影響是等價的PSO算法應(yīng)用于路徑規(guī)劃的優(yōu)點是：（

）。

答案:計算量小，實時性好，結(jié)構(gòu)簡單進(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)的說法中，錯誤的是（

）

答案:感知機(jī)可以對異或問題進(jìn)行求解蟻群算法應(yīng)用于路徑規(guī)劃時說法錯誤的是：（

）。

答案:在迭代過程中不會出現(xiàn)退化現(xiàn)象以下有關(guān)機(jī)器人視覺關(guān)鍵技術(shù)的說法錯誤的是（

）

答案:基于區(qū)域的分割算法對噪聲具有一定的抗干擾能力，區(qū)域特性的選取也比較簡單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SLAM和激光SLAM歸納推理是（

）的推理

答案:從個別到一般DLS的缺點是每個待搜索的結(jié)點都需要保存起來。

答案:錯迭代次數(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、F，則進(jìn)行邏輯運(yùn)算P⊕Q后的結(jié)果是F。（

）

答案:錯攝像機(jī)坐標(biāo)系表示像素點在圖像中的位置。

答案:錯深度優(yōu)先搜索算法將訪問的節(jié)點存放在堆棧中。

答案:對下列屬于數(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:人工智能是為了開發(fā)一類計算機(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對傳統(tǒng)Q-learning做了三處改進(jìn)：（

）。

答案:利用了經(jīng)驗回放對強(qiáng)化學(xué)習(xí)的學(xué)習(xí)過程進(jìn)行訓(xùn)練###獨立設(shè)置了目標(biāo)網(wǎng)絡(luò)來單獨處理時間差分算法中的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###普適化模型與個性化需求之間的矛盾###大數(shù)據(jù)與弱計算之間的矛盾###特定應(yīng)用的需求下列不是知識圖譜的形式的有(

)。

答案:知識庫###語義網(wǎng)絡(luò)下列選項中，屬于語音識別的基本方法的有（

）。

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

）

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

）

答案:腦機(jī)接口是大腦與計算機(jī)間通過腦電信號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)的說法中，錯誤的是（

）

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

）

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答的分類的是（

）。

答案:指定領(lǐng)域自動問答下列關(guān)于機(jī)器翻譯的說法中，正確的有（

）。

答案:基于統(tǒng)計的機(jī)器翻譯方法進(jìn)行機(jī)器翻譯時一般經(jīng)過四個階段：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)的博弈理論在計算機(jī)圍棋博弈中遇到了明顯的困難不包括（

）

答案:計算機(jī)不能完全理解傳統(tǒng)的博弈理論規(guī)則如果問題存在最優(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)計一個BP神經(jīng)網(wǎng)絡(luò)時，設(shè)計步驟一般為（

）（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）后處理過程

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

答案:對用語義網(wǎng)絡(luò)表示知識的問題求解系統(tǒng)稱為語義網(wǎng)絡(luò)系統(tǒng)。其推理過程主要有兩種：繼承與舍棄。

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

答案:對語音數(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，但僅對語音和收聽過程中能夠聽到的語音進(jìn)行編碼。（

）

答案:對以下與動物導(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)，即采用迭代算法來訓(xùn)練整個網(wǎng)絡(luò)。隨機(jī)設(shè)定初值，計算當(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，對于一個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)點之間有連接，同一層以及跨層節(jié)點之間相互無連接，每一層可以看作是一個logistic

回歸模型機(jī)器翻譯方法：（

）。

答案:基于中間語言的翻譯方法###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)下列選項中屬于知識表示方法的是（

）

答案:語義網(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音識別技術(shù)的應(yīng)用為：（

）

答案:生物特征識別下列不屬于智能問答方法的是：（

）。

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

）

答案:神經(jīng)膠質(zhì)細(xì)胞下面選項說法錯誤的是（

）

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例劃分為兩類的分離超平面。（

）

答案:錯感知機(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。它輸入的是實例的類別，輸出則是實例的特征向量。（

）

答案:錯一個模式識別系統(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、分類決策等幾部分組成。（

）

答案:對現(xiàn)階段人工智能技術(shù)都屬于弱人工智能。（

）

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

）

答案:錯自然語言的機(jī)器翻譯目前一般以短語為翻譯單位。

答案:錯按照不同的學(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)和無監(jiān)督學(xué)習(xí)。

答案:錯機(jī)器翻譯分析階段包括：詞法分析、句法分析、語義分析、語境分析、語用分析。

答案:對問題求解技術(shù)主要是兩個方面：問題的表示、求解的方法。

答案:對深度學(xué)習(xí)是一種基于無監(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Q-Learning是強(qiáng)化學(xué)習(xí)算法中基于價值函數(shù)（value-based）的一種算法。

答案:對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:對人的認(rèn)知過程屬于符號操作過程。（

）

答案:錯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:對深度學(xué)習(xí)的本質(zhì)是：通過構(gòu)建多隱層的模型和海量訓(xùn)練數(shù)據(jù)（可為無標(biāo)簽數(shù)據(jù)），來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。（

）

答案:對語用分析：通過分析找出詞義，結(jié)構(gòu)意義及其結(jié)合意義，從而確定語言所表達(dá)的真正（實際）含義或概念。

答案:錯卷積神經(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:對有監(jiān)督學(xué)習(xí)的核心是聚類，無監(jiān)督學(xué)習(xí)的核心是分類。獨立分布數(shù)據(jù)更適合有監(jiān)督學(xué)習(xí)，非獨立數(shù)據(jù)更適合無監(jiān)督學(xué)習(xí)。（

）

答案:錯群體機(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k-NN算法的三要素為:k值的選擇、時間度量和分類決策規(guī)則。

答案:錯下列關(guān)于搜索方法的說法中，正確的有（

）。

答案:寬度優(yōu)先搜索缺點是每個待搜索的結(jié)點都需要保存起來（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###影視創(chuàng)作類腦計算主要方法：（

）

答案:基于已知腦功能模型設(shè)計仿腦模型###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)元移動機(jī)器人導(dǎo)航任務(wù)主要由以下哪幾個部分組成(

)。

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無監(jiān)督學(xué)習(xí)：（

）

答案:分類vs聚類###分類同時定性vs先聚類后定性###有標(biāo)簽vs無標(biāo)簽###獨立vs非獨立類腦計算的主要方法有（

）

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)開發(fā)虛擬人工大腦戰(zhàn)斗型自動機(jī)器人的優(yōu)勢：（

）

答案:沒有自我保護(hù)的本能###不會因恐懼而失控###不會變得憤怒或莽撞下面選項中，神經(jīng)網(wǎng)絡(luò)模型的英語縮寫與中文名稱相對應(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——生成對抗網(wǎng)絡(luò)以下有關(guān)環(huán)境建模常用方法說法錯誤的是（

）

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格式化表示方法。

答案:框架表示法###狀態(tài)空間表示法###語義網(wǎng)絡(luò)表示法自動問答系統(tǒng)的基本過程（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###基于語義分析的方法下列選項中混合智能應(yīng)用與其技術(shù)對應(yīng)正確的是（

）

答案:“意識”駕駛汽車——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)識別###目標(biāo)圖像采集###目標(biāo)提取下列屬于語義網(wǎng)絡(luò)的優(yōu)點為（

）。

答案:聯(lián)想性:該表示方法強(qiáng)調(diào)事物間的語義關(guān)系，各節(jié)點間的聯(lián)系可以明確，簡潔的方式表示出來，便于聯(lián)想式的檢索，記憶，有效地避免搜索時的組合爆炸###結(jié)構(gòu)性:語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化的知識表示方法，能把事物以及屬性的各種語義關(guān)系表示出來###自然性:表示知識自然，便于理解。另外，便于與自然語言間轉(zhuǎn)換###繼承性:下層概念可以繼承上層概念的屬性，實現(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）語義網(wǎng)絡(luò)系統(tǒng)推理過程主要有：（

）。

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)于語言、自然語言理解的說法中，錯誤的是（

）。

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

）

答案:專業(yè)的智能算法下列哪個說法是錯誤的（

）

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)分類方法的說法錯誤的是（

）

答案:KNN最近鄰法中，在分類時較大的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。請問，下列選項中，哪一個不是K-NN算法的要素（

）。

答案:形式化描述以下哪個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的邊緣檢測算子的有（

）。

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法中，錯誤的有（

）

答案:認(rèn)知理性是人類的高級智能，是強(qiáng)人工智能最終要實現(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-批量流水線生產(chǎn)電力驅(qū)動-高自動化柔性生產(chǎn)計算機(jī)信息技術(shù)驅(qū)動-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法錯誤的是（

）

答案:使用人工勢場法時，目標(biāo)點的周圍任意距離內(nèi)存在部分障礙物時容易造成路徑不可達(dá)現(xiàn)象不屬于內(nèi)腦計算軟件層技術(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算子下列選項中，不屬于計算機(jī)視覺需要達(dá)到的基本目的的是（

）

答案:實現(xiàn)對于三維景物世界的理解，即實現(xiàn)人的視覺系統(tǒng)的某些功能下面關(guān)于語義網(wǎng)絡(luò)的說法中，錯誤的是（

）。

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

），以實現(xiàn)某些腦力勞動的機(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，對制造過程中制造裝備、制造系統(tǒng)以及產(chǎn)品性能進(jìn)行定性描述，使工藝設(shè)計從基于經(jīng)驗的試湊向基于科學(xué)推理轉(zhuǎn)變。（）

答案:錯機(jī)器人在未來有可能歸類為區(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。（）

答案:對具有人工智能，會有“意識”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。（）

答案:對如果有國家在未來必須面對先進(jìn)國家發(fā)動的戰(zhàn)爭，那么要面對“高科技條件下的局部戰(zhàn)爭”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”，這種戰(zhàn)爭的勝利，只能靠天然智能（人的智慧）戰(zhàn)勝人工智能來實現(xiàn)。（）

答案:對“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:錯下列描述不正確的是：（）

答案:AI依靠人類的交互而實現(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，不會受到與未借助AI進(jìn)行的創(chuàng)作和發(fā)明相同的知識產(chǎn)權(quán)保護(hù)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。（）

答案:錯至今未出現(xiàn)真正具有人類智能的機(jī)器人的出現(xiàn)是因為人工神經(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缺少一個完整、成熟的理論體系###ANN研究帶有濃厚的策略和經(jīng)驗色彩###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)于類腦計算發(fā)展層次說法錯誤的是（）

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)。（）

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

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

答案:對人工大腦屬于類腦計算發(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。（）

答案:錯憶阻器被認(rèn)為是繼電阻器、電容器、電感器之后的第四個無源電子元件。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。（）

答案:對發(fā)展人工智能的目的是實現(xiàn)類腦智能技術(shù)，最終實現(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)計和實現(xiàn)人工大腦。（）

答案:對人腦是自然進(jìn)化的生成性系統(tǒng)，是從無到有自動生成的?，F(xiàn)代計算機(jī)硬件是構(gòu)成性系統(tǒng)，它具有可塑性，因為現(xiàn)代計算機(jī)硬件可以進(jìn)行替換。（）

答案:錯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（

）。

答案:蟻測系統(tǒng)場景理解需要解決的問題包括（

）。

答案:圖像分割###目標(biāo)識別###特征提取###相對深度估計網(wǎng)格細(xì)胞是剛性的，不會因環(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PSO算法路徑規(guī)劃流程：（1）初始化；（2）個體極值與全局最優(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隨螞蟻的經(jīng)過而消失，同時也隨時間的推移逐漸加深。（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。

答案:錯下列屬于PSO算法的應(yīng)用的有（

）。

答案:數(shù)據(jù)提取###函數(shù)優(yōu)化###TSP問題###神經(jīng)網(wǎng)絡(luò)訓(xùn)練場景圖像的全局表示不可以分成多個局部區(qū)域進(jìn)行表示。

答案:錯當(dāng)移動機(jī)器人在進(jìn)行定位時，首先從里程計運(yùn)動模型中提取N個粒子，然后計算每個粒子的權(quán)值，通過這N個加權(quán)的粒子的集合，這里記為

，來近似樣本的真實概率分布，該近似的效果較好。

答案:錯蟻群算法適用于什么優(yōu)化問題（

）。

答案:靜態(tài)組合優(yōu)化問題###動態(tài)組合優(yōu)化問題知識圖譜是智能問答系統(tǒng)的大腦。

答案:對人類交流的語言、口語、書面語、手語以及Python語言均屬于自然語言。

答案:錯下列選項中不屬于智能問答分類的是(

)。

答案:非特定領(lǐng)域自動問答語音生成系統(tǒng)分為兩個部分:聲門子系統(tǒng)和聲道系統(tǒng)。

答案:錯以下關(guān)于自然語言的層次劃分對應(yīng)錯誤的是(

)。

答案:格語法、語義基元理論、模型理論——語用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。

答案:對以下選項中屬于基于實例的機(jī)器翻譯方法的基本思想的是(

)。

答案:把翻譯實例存入翻譯數(shù)據(jù)庫。例如，存入漢語和英語句子對###調(diào)整實例后生成譯文###對輸入的句子，在翻譯數(shù)據(jù)庫中檢索類似的翻譯例句以下屬于孤立詞語音識別系統(tǒng)中的難點問題的是(

)。

答案:噪聲影響###端點檢測###詞與詞的特征空間混疊###語音信號的多變性以下有關(guān)機(jī)器翻譯的說法錯誤的是(

)。

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哪種搜索方式的實現(xiàn)使用了一個先進(jìn)先出隊列（

）。

答案:寬度優(yōu)先搜索語義網(wǎng)絡(luò)的缺點（

）。

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

）。

答案:節(jié)點之間的聯(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隊列與堆棧一樣，均采用先進(jìn)后出的方法訪問數(shù)據(jù)。

答案:錯狀態(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。

答案:對在（

）年，知識圖譜在工業(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###一個控制策略###一個總數(shù)據(jù)庫盲目搜索可應(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。

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

答案:錯知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)。

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

）。

答案:Sobel算子、Robert算子都屬于基于圖像灰度的一階導(dǎo)數(shù)邊緣檢測算子###Robert算子定位精度高，但對噪聲敏感下列關(guān)于攝像機(jī)標(biāo)定的常用方法的說法中，錯誤的是（

）。

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)定均值濾波器對圖像進(jìn)行濾波會模糊圖像的邊緣，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Harris角點檢測是一種常用的角點檢測方法。下列關(guān)于Harris角點檢測的說法中正確的有（

）。

答案:Harris利用一個滑動小窗在圖像上進(jìn)行滑動來檢測角點###小窗在任意方向上移動，窗內(nèi)的灰度值變化都不大，則此處可能不存在角點###若滑動小窗在任意方向上平移都會引起窗口內(nèi)的灰度值劇烈變化，則此時滑動小窗可能在角點上###小窗在一些方向上移動時，窗內(nèi)灰度值劇烈變化，在其余方向移動時，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特定的、具有獨特性質(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，錯誤的是（

）。

答案:區(qū)域生長法是通過計算偏移的均值向量來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)器視覺進(jìn)行物體測量時必須進(jìn)行的一個關(guān)鍵性步驟，其標(biāo)定精度會直接影響到測量精度。其中，攝像機(jī)的標(biāo)定一般會涉及到物點坐標(biāo)在幾個坐標(biāo)系中的相互轉(zhuǎn)換。那么，此處所說的“幾個坐標(biāo)系”指的是哪幾個坐標(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，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。

答案:錯下列關(guān)于常用濾波器的說法中正確的是（

）。

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，從而得到一個無參域內(nèi)編程分類器。

答案:對下面選項中說法正確的有（

）。

答案:在JDA中，我們的目標(biāo)是同時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###JDA特征轉(zhuǎn)化時，降維方法中的數(shù)據(jù)重構(gòu)選擇PCA來進(jìn)行###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。

答案:對對于K-Means聚類算法下列說法正確的是：（

）。

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值下列不屬于DQN現(xiàn)存問題得是：（

）。

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)化通過Bellman方程求解馬爾科夫決策過程的最佳決策序列，每個狀態(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。

答案:錯AlexNet這項工作的貢獻(xiàn)有：（

）。

答案:使用GPUNVIDIAGTX580減少訓(xùn)練時間###在訓(xùn)練的時候使用Dropout技術(shù)有選擇地忽視單個神經(jīng)元，以避免模型過擬合###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，簡化網(wǎng)絡(luò)計算復(fù)雜度，并且對特征進(jìn)行壓縮，從而提取主要特征。

答案:錯卷積神經(jīng)網(wǎng)絡(luò)時目前應(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