浙江省七彩陽光新高考研究聯(lián)盟2024-2025學(xué)年高二下學(xué)期期中聯(lián)考信息技術(shù)試卷含答案或解析

信息技術(shù)一、選擇題1．智能交通系統(tǒng)通過攝像頭、地磁感應(yīng)、車載終端等設(shè)備實(shí)時(shí)采集路況，AI算法通過數(shù)據(jù)驅(qū)動(dòng)自主學(xué)習(xí)實(shí)現(xiàn)自動(dòng)優(yōu)化信號(hào)燈配時(shí)，動(dòng)態(tài)調(diào)整潮汐車道，將通行效率提升25%以上。基于大數(shù)據(jù)的出行預(yù)測(cè)系統(tǒng)能提前30分鐘預(yù)警擁堵，通過導(dǎo)航APP分流車輛，緩解城市交通壓力。下列關(guān)于數(shù)據(jù)和信息的說法，正確的是（

）A．材料中只有25、30是數(shù)據(jù)B．信息是數(shù)據(jù)經(jīng)分析、解釋后得到的C．智能交通系統(tǒng)中獲取的數(shù)據(jù)在計(jì)算機(jī)中都是以ASCII碼存儲(chǔ)D．智能交通系統(tǒng)獲取的數(shù)據(jù)是多樣性的，數(shù)據(jù)的多樣性為科學(xué)研究提供了可靠的依據(jù)2．智能交通系統(tǒng)通過攝像頭、地磁感應(yīng)、車載終端等設(shè)備實(shí)時(shí)采集路況，AI算法通過數(shù)據(jù)驅(qū)動(dòng)自主學(xué)習(xí)實(shí)現(xiàn)自動(dòng)優(yōu)化信號(hào)燈配時(shí)，動(dòng)態(tài)調(diào)整潮汐車道，將通行效率提升25%以上。基于大數(shù)據(jù)的出行預(yù)測(cè)系統(tǒng)能提前30分鐘預(yù)警擁堵，通過導(dǎo)航APP分流車輛，緩解城市交通壓力。下列關(guān)于人工智能的說法，正確的是（

）A．該系統(tǒng)人工智能的實(shí)現(xiàn)要先構(gòu)造知識(shí)庫B．人工智能已經(jīng)可以完全代替交警完成所有工作C．智能交通系統(tǒng)中通過攝像頭拍攝視頻保存到服務(wù)器體現(xiàn)了人工智能技術(shù)D．該系統(tǒng)中AI算法實(shí)現(xiàn)自動(dòng)優(yōu)化信號(hào)燈配時(shí)主要使用的人工智能方法是聯(lián)結(jié)主義3．智能交通系統(tǒng)通過攝像頭、地磁感應(yīng)、車載終端等設(shè)備實(shí)時(shí)采集路況，AI算法通過數(shù)據(jù)驅(qū)動(dòng)自主學(xué)習(xí)實(shí)現(xiàn)自動(dòng)優(yōu)化信號(hào)燈配時(shí)，動(dòng)態(tài)調(diào)整潮汐車道，將通行效率提升25%以上?；诖髷?shù)據(jù)的出行預(yù)測(cè)系統(tǒng)能提前30分鐘預(yù)警擁堵，通過導(dǎo)航APP分流車輛，緩解城市交通壓力。以下關(guān)于數(shù)據(jù)與大數(shù)據(jù)處理的說法不正確的是（

）A．該系統(tǒng)中的數(shù)據(jù)量龐大，價(jià)值密度高B．大數(shù)據(jù)處理的基本思想是分治思想C．該系統(tǒng)中的大數(shù)據(jù)包括非結(jié)構(gòu)化數(shù)據(jù)D．大數(shù)據(jù)處理技術(shù)能增強(qiáng)導(dǎo)航服務(wù)的智能性4．智能交通系統(tǒng)通過攝像頭、地磁感應(yīng)、車載終端等設(shè)備實(shí)時(shí)采集路況，AI算法通過數(shù)據(jù)驅(qū)動(dòng)自主學(xué)習(xí)實(shí)現(xiàn)自動(dòng)優(yōu)化信號(hào)燈配時(shí)，動(dòng)態(tài)調(diào)整潮汐車道，將通行效率提升25%以上。基于大數(shù)據(jù)的出行預(yù)測(cè)系統(tǒng)能提前30分鐘預(yù)警擁堵，通過導(dǎo)航APP分流車輛，緩解城市交通壓力。下列有關(guān)材料中信息系統(tǒng)功能和安全的說法，正確的是（

）A．該智能交通系統(tǒng)設(shè)計(jì)成熟，不存在局限性B．導(dǎo)航APP可以通過語音合成技術(shù)實(shí)現(xiàn)語音提示功能C．材料中智能交通系統(tǒng)多人共享賬戶，不會(huì)影響該信息系統(tǒng)的安全D．系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行加密，每天定時(shí)備份數(shù)據(jù)，就能保證數(shù)據(jù)的安全5．某城郊農(nóng)場(chǎng)采用“四維一體”智慧系統(tǒng)，基于4G網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)程監(jiān)控與自動(dòng)化管理。系統(tǒng)包含三大核心模塊：安防網(wǎng)絡(luò)（3臺(tái)太陽能4G攝像頭實(shí)現(xiàn)移動(dòng)偵測(cè)并推送警報(bào)）、灌溉網(wǎng)絡(luò)（5區(qū)土壤傳感器通過4G傳輸數(shù)據(jù)并自動(dòng)啟泵，節(jié)水30%）、環(huán)境網(wǎng)絡(luò)（溫濕度傳感器實(shí)時(shí)同步數(shù)據(jù)并聯(lián)動(dòng)調(diào)控）。所有數(shù)據(jù)通過4G回傳，實(shí)現(xiàn)電子臺(tái)賬自動(dòng)生成與生產(chǎn)分析，實(shí)施后人力成本降50%，成為區(qū)域4G智慧農(nóng)業(yè)標(biāo)桿。下列關(guān)于該智慧農(nóng)業(yè)系統(tǒng)網(wǎng)絡(luò)故障影響的說法，不正確的是（

）A．工作人員勘測(cè)環(huán)境無異常，但系統(tǒng)提示異常并啟泵灌溉，由此判斷該系統(tǒng)的4G網(wǎng)絡(luò)通信模塊出現(xiàn)故障B．?dāng)z像頭移動(dòng)偵測(cè)功能依賴持續(xù)網(wǎng)絡(luò)連接，斷網(wǎng)時(shí)將導(dǎo)致安防監(jiān)控完全失效C．系統(tǒng)設(shè)計(jì)存在單點(diǎn)故障風(fēng)險(xiǎn)，如網(wǎng)絡(luò)運(yùn)營(yíng)商服務(wù)中斷會(huì)同時(shí)影響環(huán)境監(jiān)測(cè)、灌溉控制和電子臺(tái)賬功能D．若4G網(wǎng)絡(luò)中斷，土壤濕度傳感器將無法傳輸數(shù)據(jù)，但本地存儲(chǔ)的自動(dòng)灌溉程序仍可維持基礎(chǔ)運(yùn)作6．某城郊農(nóng)場(chǎng)采用“四維一體”智慧系統(tǒng)，基于4G網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)程監(jiān)控與自動(dòng)化管理。系統(tǒng)包含三大核心模塊：安防網(wǎng)絡(luò)（3臺(tái)太陽能4G攝像頭實(shí)現(xiàn)移動(dòng)偵測(cè)并推送警報(bào)）、灌溉網(wǎng)絡(luò)（5區(qū)土壤傳感器通過4G傳輸數(shù)據(jù)并自動(dòng)啟泵，節(jié)水30%）、環(huán)境網(wǎng)絡(luò)（溫濕度傳感器實(shí)時(shí)同步數(shù)據(jù)并聯(lián)動(dòng)調(diào)控）。所有數(shù)據(jù)通過4G回傳，實(shí)現(xiàn)電子臺(tái)賬自動(dòng)生成與生產(chǎn)分析，實(shí)施后人力成本降50%，成為區(qū)域4G智慧農(nóng)業(yè)標(biāo)桿。下列關(guān)于該智慧農(nóng)業(yè)信息系統(tǒng)支撐技術(shù)的描述，正確的是（

）A．土壤濕度傳感器和溫濕度傳感器均屬于執(zhí)行器B．土壤濕度傳感器通過檢測(cè)電流變化判斷土壤濕度，數(shù)據(jù)以模擬信號(hào)的方式傳輸?shù)叫〕绦蛑蠧．電動(dòng)泵屬于執(zhí)行器，由傳感器直接觸發(fā)D．手機(jī)APP屬于應(yīng)用軟件，其運(yùn)行需依賴操作系統(tǒng)7．錄制一段存儲(chǔ)容量約為5MB、采樣頻率為44.1kHz、量化位數(shù)為16位、雙聲道的WAVE格式音頻，其播放時(shí)長(zhǎng)約為（

）A．120s B．60s C．30s D．10s8．某算法的部分流程圖如下圖所示，執(zhí)行這部分流程，若輸入x的值為“QiCaiLianMeng”則輸出result的值是（

）A．Lnn B．QiCaiiaMeg C．LnEn D．QiCaiiaMe9．已知變量s="3a4b52"，下列Python表達(dá)式的值最小的是（

）A．int(s[0]+s[2])*2 B．len(s)**2C．round(float(s[0]+s[2])/3) D．int(s[-1])*1010．商店商品促銷，商品滿100元打9折，滿200元打8折（折扣按最高優(yōu)惠計(jì)算，不可疊加）。已知商品原價(jià)為s，要為其計(jì)算折后價(jià)格t，下面選項(xiàng)正確的是（

）A．B．ifs>=200:

t=s*0.8elifs>=100:

t=s*0.9else:

t=st=sifs>=200:

t=s*0.9else:

t=s*0.8C．D．ifs>=100:

t=s*0.9ifs>=200:

t=s*0.8else:

t=sifs>=100:

t=s*0.9elifs>=200:

t=s*0.8else:

t=sA．A B．B C．C D．D11．有如下Python程序段：n=int(input("請(qǐng)輸入n的值(n>1):"))a=[]i=2whilen>1:

ifn%i==0:

a.append(i)

n//=i

else:

i+=1fornumina:

print(num,end="")執(zhí)行該程序段后，輸入60，則輸出的結(jié)果是（

）A．22351 B．223560 C．2235 D．2356012．有如下Python程序段:importrandoma=[0]*6b=[False]*30foriinrange(6):

ifi%3!=0:

a[i]=random.randint(1,29)

#生成1-29的隨機(jī)整數(shù)

whileb[a[i]]:

a[i]=random.randint(1,29)

b[a[i]]=True

else:

a[i]=random.randint(5,15)*2print(a)執(zhí)行上述程序后，輸出的值可能為（

）A．[7,12,24,19,10,20] B．[14,10,27,22,10,18]C．[8,24,18,20,17,28] D．[18,14,26,18,12,29]二、操作題13．某電商企業(yè)為優(yōu)化2024年末商品策略，需對(duì)倉儲(chǔ)系統(tǒng)中的商品數(shù)據(jù)進(jìn)行多維度分析。數(shù)據(jù)部門提取了包含貨號(hào)、貨物名稱、進(jìn)貨價(jià)格、進(jìn)貨數(shù)量、銷售價(jià)格、銷售數(shù)量及入庫時(shí)間等字段的完整銷售數(shù)據(jù)集，如圖a所示。圖a（1）公司現(xiàn)需要篩選出2024年12月的入庫數(shù)據(jù)，請(qǐng)?jiān)趧澗€處填入合適的代碼。importpandasaspdimportmatplotlib.pyplotasplt#圖表顯示中文字體，代碼略df=pd.read_excel("db.xlsx")temp=[0]*len(df)foriindf.index:

temp[i]=df.at[i,"入庫時(shí)間"][:7]df["入庫年月"]=tempdf1=df[]（2）公司需要統(tǒng)計(jì)2024年12月各貨物的利潤(rùn)率（利潤(rùn)率=（銷售價(jià)格-進(jìn)貨價(jià)格）/進(jìn)貨價(jià)格），計(jì)算每種商品的平均利潤(rùn)率，取平均利潤(rùn)率前三的數(shù)據(jù)，繪制如圖b所示的柱形圖，實(shí)現(xiàn)該功能的部分Python程序如下：圖bdf1["利潤(rùn)率"]=df2=df1.groupby("",as_index=False).利潤(rùn)率.mean()df2=df2.③("利潤(rùn)率",ascending=False).head(3)plt.figure()plt.bar()plt.show()請(qǐng)?jiān)诔绦蛑袆澗€處填入合適的代碼。（3）bar函數(shù)中應(yīng)填入的正確代碼為（單選，填字母）A．df1.index，df1.利潤(rùn)率B．df1["貨物名稱"],df1["利潤(rùn)率"]C．df2.index，df2.利潤(rùn)率D．df2["貨物名稱"],df2["利潤(rùn)率"]14．小明正在研究一個(gè)智能家居系統(tǒng)，該系統(tǒng)包括一個(gè)智能終端和一個(gè)Web服務(wù)器。智能終端從服務(wù)器獲取光照強(qiáng)度閾值，根據(jù)該閾值和傳感器采集的室內(nèi)光照強(qiáng)度值控制窗簾的開合，并將光照強(qiáng)度值等數(shù)據(jù)傳輸至Web服務(wù)器，存儲(chǔ)到數(shù)據(jù)庫中。用戶可通過瀏覽器查看實(shí)時(shí)光照強(qiáng)度及歷史光照強(qiáng)度數(shù)據(jù)。請(qǐng)回答下列問題：（1）初步完成該信息系統(tǒng)的搭建后，控制窗簾開合的指令由完成。（單選，填字母：A．智能終端/B．Web服務(wù)器）（2）該系統(tǒng)程序包含Web服務(wù)器端程序和智能終端程序，具體程序代碼如下，請(qǐng)回答問題。Web服務(wù)器端部分代碼：app=Flask(__name__)@app.route("/input")defadd_data():

sid=int(request.args.get("id"))

svalue=float(request.args.get("val"))

#將獲取的數(shù)據(jù)存入數(shù)據(jù)庫并進(jìn)行處理,結(jié)果傳回智能終端,代碼略。if__name__=="__main__":

app.run(host="00",port=8080)#設(shè)置連接服務(wù)器參數(shù)并與智能終端建立無線連接,代碼略。whileTrue:

light=round((pin0.read_analog()/1024)*100,1)

errno,resp=0bloq.get("input?id=1&val="+str(light),10000)

#根據(jù)errno和resp的返回值控制執(zhí)行器，每1分鐘采集一次數(shù)據(jù)，代碼略。①從上面的代碼中可以看出，光線傳感器接在引腳。②若光線傳感器的編號(hào)id為1，光照強(qiáng)度值為50，提交數(shù)據(jù)到Web服務(wù)器的URL為http://。（3）關(guān)于該系統(tǒng)的說法，正確的是（多選，填字母）。A．通過瀏覽器查看光照強(qiáng)度歷史數(shù)據(jù)需要訪問智能終端B．該系統(tǒng)中的光線傳感器屬于輸入設(shè)備C．若IoT模塊與智能終端連接故障，則用戶將無法查看實(shí)時(shí)的光照強(qiáng)度數(shù)據(jù)D．該系統(tǒng)中，智能終端與服務(wù)器之間的數(shù)據(jù)傳輸，只能由智能終端到服務(wù)器（4）請(qǐng)通過增加傳感器和執(zhí)行器對(duì)該系統(tǒng)功能進(jìn)行一項(xiàng)擴(kuò)展，寫出增加的傳感器和執(zhí)行器名稱及實(shí)現(xiàn)的功能。15．甲乙雙方進(jìn)行一場(chǎng)球類比賽，一局計(jì)分的規(guī)則是：贏1球得1分，用“1”表示；輸1球失1分，用“0”表示。當(dāng)任一方得分大于等于6分，且領(lǐng)先對(duì)方2分及以上，領(lǐng)先方贏一局。如甲選手一局比賽數(shù)據(jù)為“101110101”，表示甲選手得6分失3分，局比分6:3。小王用一個(gè)字符串記錄了甲選手多局比賽數(shù)據(jù)，其中有2處錯(cuò)誤，位于連續(xù)多個(gè)“0”的最后一個(gè)。為了找出錯(cuò)誤，小王的處理方法如圖a所示，對(duì)示例中疑似錯(cuò)誤位置5、19和25（位置編碼從0開始）分別選取2處錯(cuò)誤位置修改數(shù)據(jù)，并統(tǒng)計(jì)每局比分，有3種修改方式。他編寫了python程序，輸入記錄數(shù)據(jù)，輸出修改位置以及修改后每局的比分。程序運(yùn)行結(jié)果如圖b所示。（1）若甲選手的記錄數(shù)據(jù)為“1010001110100101001010000111”，則修改的方式有種（填數(shù)字）。（2）實(shí)現(xiàn)查找錯(cuò)誤位置功能的部分Python程序如下，請(qǐng)?jiān)趧澗€處填入合適的代碼。defsearch(a):

e=[]

#存儲(chǔ)錯(cuò)誤位置

i=0

whilei<n:

k=i

whilei<nanda[i]==0:

i+=1

ifi-k>1:

e.append()

i+=1

returne（3）實(shí)現(xiàn)修改錯(cuò)誤的部分Python程序如下，請(qǐng)?jiān)趧澗€處填入合適的代碼。defjudge(d):

sub=[]

i=0

whiled>0:

r=d%2

ifr==1:

sub.append(i)

d//=2

i+=1

returnsubdeftrans(a,sub,e):

foriinsub:

a[e[i]]=

returnadefstati(a):

#統(tǒng)計(jì)每局的比分

sp="修改后每局的比分："

f=[0,0]

forjinrange(0,n):

f[a[j]]+=1

#判斷是否結(jié)束一局

if:

sp+=str(f[1])+":"+str(f[0])+"/"

f=[0,0]

#處理最后未結(jié)束的局

iff[0]+f[1]>0:

sp+=str(f[1])+":"+str(f[0])

returnsps=input("甲選手的記錄數(shù)據(jù):")n=len(s)a=[]foriinrange(n):

a.append(int(s[i]))e=search(a)print("疑似錯(cuò)誤位置：",e)foriinrange):

sub=judge(i)

iflen(sub)==2:

a=trans(a,sub,e)

#修改疑似錯(cuò)誤位置

result=stati(a)

#輸出修改后的數(shù)據(jù)、修改位置、修改后每局的比分，代碼略

a=trans(a,sub,e)

#恢復(fù)原值題號(hào)12345678910答案BDABADCBCA題號(hào)1112答案CD13．df.入庫年月=="2024-12"或df["入庫年月"]=="2024-12"(df1.銷售價(jià)格-df1.進(jìn)貨價(jià)格)/df1.進(jìn)貨價(jià)格或其他等價(jià)答案貨物名稱sort_valuesD【詳解】本題考查pandas數(shù)據(jù)處理。（1）要篩選出2024年12月的入庫數(shù)據(jù)，該處答案為df["入庫年月"]=="2024-12"。（2）①處，根據(jù)利潤(rùn)率公式（利潤(rùn)率=（銷售價(jià)格-進(jìn)貨價(jià)格）/進(jìn)貨價(jià)格），在pandas中，直接對(duì)列進(jìn)行操作。df1["銷售價(jià)格"]和df1["進(jìn)貨價(jià)格"]分別表示銷售價(jià)格列和進(jìn)貨價(jià)格列，該處答案為df1.銷售價(jià)格-df1.進(jìn)貨價(jià)格)/df1.進(jìn)貨價(jià)格。②處，要按“貨物名稱”來分組，計(jì)算每組的利潤(rùn)率平均值。在pandas中，使用groupby函數(shù)，df1.groupby("貨物名稱",as_index=False).利潤(rùn)率.mean()表示按“貨物名稱”分組，as_index=False表示不將分組鍵作為索引，然后計(jì)算“利潤(rùn)率”列的平均值。該處答案為貨物名稱。③處，使用sort_values函數(shù)對(duì)“利潤(rùn)率”列進(jìn)行降序排序，ascending=False表示降序，然后使用head(3)取前三行數(shù)據(jù)。該處答案為sort_values。（3）要繪制的是取到的前三的貨物名稱和對(duì)應(yīng)的平均利潤(rùn)率。此時(shí)數(shù)據(jù)已經(jīng)經(jīng)過分組、排序和取前三，存儲(chǔ)在df2中。因?yàn)閍s_index=False；所以df2["貨物名稱"]表示貨物名稱列，df2["利潤(rùn)率"]表示對(duì)應(yīng)的平均利潤(rùn)率列。故選D。14．Apin000:8080/input?id=1&val=50BC增加濕度傳感器、加濕器，采集房間濕度數(shù)據(jù)，當(dāng)濕度低于閾值時(shí)，打開加濕器或其他等價(jià)答案【詳解】本題考查的是信息系統(tǒng)搭建。（1）智能終端直接處理傳感器數(shù)據(jù)并與預(yù)設(shè)閾值比較，實(shí)時(shí)控制窗簾開合，無需依賴服務(wù)器響應(yīng)延遲，因此指令由智能終端完成。故選A。（2）①代碼中pin0.read_analog()表明光線傳感器連接在引腳0；②服務(wù)器IP為00，端口8080，路由為/input，參數(shù)id=1和val=50需拼接在URL后，故URL為00:8080/input?id=1&val=50。（3）選項(xiàng)A錯(cuò)