人工智能导论智慧树知到期末考试答案2024年_第1页
人工智能导论智慧树知到期末考试答案2024年_第2页
人工智能导论智慧树知到期末考试答案2024年_第3页
人工智能导论智慧树知到期末考试答案2024年_第4页
人工智能导论智慧树知到期末考试答案2024年_第5页
已阅读5页,还剩11页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

人工智能导论智慧树知到期末考试答案2024年人工智能导论理解大脑包括两个层面:宏观和微观。()

A:对B:错答案:错在汽车零部件的检测过程中,一些特殊部件零部件供应商必须保证的工艺要求,而这些尺寸测量如果用人工进行检测,随意有利于生产节拍,但是效率极其低下。因此在实际工业生产中,一般都采用高精度的视觉测量方案,虽然生产节拍有所降低,但效率大大提升。()

A:对B:错答案:错现代认知科学认为理性不是根植于人类大脑和身体的。()

A:对B:错答案:错基于样本的迁移学习方法优点:是方法简单,实现容易。缺点:在于权重的选择与相似度的度量依赖经验,且源域与目标域的数据分布往往不同。()

A:对B:错答案:对生命的共同的基本目标就是:生存和繁衍。()

A:错B:对答案:对科学乐观主义的基础是乐观感性主义哲学,核心是知识论、认识论。()

A:对B:错答案:错神经系统主要由2种细胞组成:分化神经元和神经胶质细胞。两种细胞的功能差异较大。()

A:对B:错答案:对有监督学习的核心是聚类,无监督学习的核心是分类。独立分布数据更适合有监督学习,非独立数据更适合无监督学习。()

A:对B:错答案:错数据一般可分为模拟数据和数字数据两大类。()

A:错B:对答案:对卷积神经网络是深度神经网络的基础模型之一,也是最重要的模型。其中,深度的意思是指隐藏层非常多。()

A:错B:对答案:对根据环境的所有信息是否可访问,路径规划可以分为两类:全局路径规划和局部路径规划。其中,全局路径规划的机器人在启动前即已知道当前环境的所有信息,而局部路径规划,则基本不知道环境信息。()

A:对B:错答案:对学习的目的是调整权值,以使网络对任何的输入都能得到期望的输出。理想的情况是输入和输出一致,这样,学习后的模型再用于处理数据时就可以得到比没有学习的模型相对更加精确的结果。()

A:错B:对答案:对图像识别、语音识别是人工智能目前应用最广泛的两个领域。图像识别领域面临的用户隐私保护和种族歧视等问题日益突出。()

A:错B:对答案:对机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和宽度、颜色等信息,转换成数字信号,抽取目标的特征,根据判别结果控制现场的设备动作或者进行质量检测。()

A:对B:错答案:对知识图谱利用符号知识发展可解释人工智能,现阶段深度学习已融合知识图谱,故深度学习在现阶段是可解释的人工智能。()

A:错B:对答案:错“实体-关系-实体”构成的三元组就是知识图谱的核心,也是组成知识图谱的基本单位。()

A:错B:对答案:对数字图像处理系统主要由图像数字化设备(如扫描仪、数码相机等)、图像处理计算机(如PC)和图像输出设备(如打印机、绘图仪等)组成。()

A:对B:错答案:对理性不具有离身性心智。理性的形成主要依赖人们人类身体的独特性、大脑神经网络以及人们在世界上的日常具体活动。()

A:对B:错答案:对人造传入神经系统由三大核心组件构成:触觉晶体管、人造神经元和突触感受器。()

A:错B:对答案:错人工智能目前模拟的主要是外显智能和理性智能部分。而情感、心理、精神等高级内隐智能还远没有实现。()

A:对B:错答案:对学习过程是渐进的尝试错误的过程,强化是学习成功的关键,这是学派的观点。()

A:行为主义B:连接主义C:符号主义D:记忆主义答案:行为主义李亮的哥哥是医生,用谓词逻辑可以表示为Doctor(brother(Liliang))这里brother(Liliang)是()。

A:函数B:一元谓词C:常量D:变元答案:函数以下哪个学派认为“人类智能产生于大脑的高层活动,是由大量简单的单元通过复杂连接后并行运行的结果”?()

A:行为主义B:记忆主义C:连接主义D:符号主义答案:连接主义以下哪种学习是“根据对环境的探索,对正确的行动进行奖励,模拟生物探索环境与积累经验的过程”?()

A:无监督学习B:强化学习C:有监督学习D:半监督学习答案:强化学习连接主义的代表成果是()。

A:神经网络B:专家系统C:启发式算法D:机器定理程序答案:神经网络在遗传算法中,的简单方式是改变编码串的某个位置上的基因()。

A:变异操作B:取符号操作C:交叉操作D:选择操作答案:变异操作不适合用产生式表示法表示的知识是()。

A:经验性知识B:可以表示为一系列相对独立的求解问题的操作C:结构性知识D:由许多相对独立的知识元组成的领域知识答案:结构性知识下面关于主成分分析的描述中,哪个是错误的。()

A:使用主成分分析降维,没有信息损失B:主成分分析形式上可看是原始向量各分量的线性组合C:主成分分析利用线性变换的方式实现降维D:主成分分析从本质上是高维到低维的投影答案:使用主成分分析降维,没有信息损失在粒子群算法中,以下哪个不是算法的基本参数()。

A:权重系数B:加速因子C:适应度函数D:粒子数量答案:权重系数遗传算法中,将问题结构变换为串形式表示的过程为()。

A:编码B:遗传C:解码D:变换答案:编码假设输入是一个300*300的彩色(RGB)图像,并且使用卷积神经网络,并且使用卷积层和100个过滤器,每个过滤器都是5*5的大小,请问这个隐藏层有多少个参数(包括偏置参数)?()

A:5*5*100B:5*5*3*300*300C:5*5*3*100+100D:5*5*100+100答案:5*5*3*100+100你有一个15*15*8的输入,并使用“pad=2”进行填充,填充后的尺寸是多少?()

A:17*17*8B:19*19*8C:19*19*10D:17*17*10答案:19*19*8在以下的四个散点图中,适用于作线性回归的散点图为。()

A:②③B:③④C:①②D:①③答案:①③在粒子群算法中,粒子的位置对应鸟类觅食中的()。

A:食物的量B:每只鸟的位置C:食物最多的位置D:森林答案:每只鸟的位置你有一个63*63*16的输入,有32个过滤器进行卷积,每个过滤器的大小为7*7,步幅为1,你想要使用“same”的卷积方式,请问pading的值是多少?()

A:1B:7C:2D:3答案:3下面哪个不是线性判别分析的计算步骤()。

A:计算类内散布矩阵Sw和类间散度矩阵SbB:选择前d'个特征矢量作为列矢量成变换矩阵C:计算样本的均值μD:计算特征值和特征矢量答案:计算样本的均值μ设有一个训练好的人工神经元:2个输入x1和x2,连接权重分别是w1=1和w2=-1,阈值θ=1,激励函数为ReLU函数f(s)=max{0,s}。现输入x1=1和x2=2,则该神经元的输出是()。

A:2B:-1C:0D:-2答案:0在粒子群算法中,粒子更新自身的飞行速度时,以下哪个不是需要考虑的部分()。

A:位置部分B:惯性部分C:认知部分D:社会部分答案:位置部分以下关于人工智能(AI)的表述中,正确的有()。

A:人工智能机器达到的智能效果是机器本身自发产生的B:人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样C:人工智能使机器可以做那些人需要智能来做的事情D:人工智能机器就是外观为人形的装置答案:人工智能使机器可以做那些人需要智能来做的事情;人工智能机器达到的智能效果是机器本身自发产生的;人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样推理的方向有()

A:双向推理B:逆向推理C:正向推理D:混合推理答案:双向推理###正向推理###混合推理###逆向推理感知器可以解决以下哪些问题()。

A:实现逻辑关系中的或B:实现逻辑关系中的异或C:实现逻辑关系中的非D:实现逻辑关系中的与答案:实现逻辑关系中的与;实现逻辑关系中的或;实现逻辑关系中的非是对于未知分类标签的样本集进行分类,是用已知分类的数据集训练出一个能够预测数据类型的模型()。

A:回归B:分类C:聚类D:降维答案:分类###聚类下列()是搜索中需要解决的基本问题。

A:是否终止运行或是否会陷入一个死循环B:找到的解是否是最佳解。C:是否一定能找到一个解。D:时间与空间复杂性如何。答案:是否一定能找到一个解###找到的解是否是最佳解###时间与空间复杂性如何###是否终止运行或是否会陷入一个死循环为了达到智能,机器应当具备的能力包括和记忆能力()。

A:感知能力B:行为能力C:学习能力D:思维能力答案:行为能力###学习能力###感知能力###思维能力4常见的损失函数包括()。

A:均方误差B:错误率C:SigmoidD:交叉熵答案:错误率###均方误差###交叉熵框架表示法的特点包括()。

A:继承性B:模块性C:自然性D:结构性答案:结构性###继承性###自然性深度优先搜索策略具有()性质。

A:为了保证找到解,应选择合适的深度限制值,或采取不断加大深度限制值的办法,反复搜索,直到找到解。B:在不具有对特定问题的任何有关信息的条件下,按固定的步骤(依次或随机调用操作算子)进行的搜索。C:当搜索到某一个状态时,它所有的子状态以及子状态的后裔状态都必须先于该状态的兄弟状态被搜索。D:考虑特定问题领域可应用的知识,动态地确定调用操作算子的步骤,优先选择较适合的操作算子,尽量减少不必要的搜索,以求尽快地到达结束状态。答案:在不具有对特定问题的任何有关信息的条件下,按固定的步骤(依次或随机调用操作算子)进行的搜索。;当搜索到某一个状态时,它所有的子状态以及子状态的后裔状态都必须先于该状态的兄弟状态被搜索。;为了保证找到解,应选择合适的深度限制值,或采取不断加大深度限制值的办法,反复搜索,直到找到解。ID3决策树算法的不足之处有()

A:没有考虑缺失值B:特征选择偏向高度分支属性C:只能处理离散分布特征D:容易过拟合答案:特征选择偏向高度分支属性;容易过拟合;只能处理离散分布特征;没有考虑缺失值关于最大最小距离算法的描述,正确的有()。

A:如果从B或C选项得到距离大于前两个聚类中心距离乘以某一常数,则生成新的聚类中心B:寻找所有样本最小距离中的最小距离C:除了最初的两个聚类中心,需要计算各样本到当前各个类别中心的距离,并寻找最小距离。D:寻找所有样本最小距离中的最大距离答案:除了最初的两个聚类中心,需要计算各样本到当前各个类别中心的距离,并寻找最小距离###寻找所有样本最小距离中的最大距离###如果从B或C选项得到距离大于前两个聚类中心距离乘以某一常数,则生成新的聚类中心产生式系统求解问题的过程中包括()。

A:匹配B:执行C:推理D:冲突消解答案:匹配###冲突消解###执行以下关于BP算法中的“前向”、“后向”正确的有()。

A:网络的输出由输出层反向传回至各隐层B:网络的输出误差由输出层反向传回至各隐层C:网络的输入由输入层前向传至隐藏层再至输出层D:网络的输出误差由输出层反向传回至输入层答案:网络的输出误差由输出层反向传回至各隐层###网络的输入由输入层前向传至隐藏层再至输出层一般遗传算法的组成有()。

A:适应度函数B:种群初始化C:编码机制D:遗传算子答案:适应度函数###种群初始化###编码机制###遗传算子特征选择的具体方法包括()。

A:主成分分析法B:增l-减r法C:顺序前进法D:分支定界法E:顺序后退法答案:分支定界法###顺序前进法###顺序后退法###增l-减r法在聚类分析时,同样的一组对象采用不同的特征进行聚类,结果可能完全不同。()

A:对B:错答案:对不确定性推理所用的知识与证据不都是确定的,推出的结论也是不确定的。()

A:对B:错答案:对人工智能以智能为核心,研究生物智能活动规律,模拟智能行为的理论、方法和技术。()

A:错B:对答案:对降维能够提高分类器的泛化能力。()

A:对B:错答案:对过拟合是指模型的拟合曲线过于贴近训练数据的特征,但测试集上却较差。()

A:对B:错答案:对粒子群算法中,个体认知分量表示粒子对其他粒子共享位置的思考。()

A:对B:错答案:错MP神经元是一种固定权值的人工神经元。()

A:错B:对答案:对有监督学习中,输出变量为有限个离散变量的预测问题是回归问题。()

A:对B:错答案:错在顺序聚类算法中,需要设置阈值θ,θ越大,聚类的数量就越少。()

A:错B:对答案:对1956年,麦卡锡、明斯基等人在美国达特茅斯会议上给出了人工智能最标准的定义。()

A:对B:错答案:错单调推理中,随着推理向前推进及新知识的加入,推出的结论越来越接近最终目标。()

A:对B:错答案:对在遗传算法中,适应度大的个体被选择的概率大,但不是说一定能够被选上。()

A:错B:对答案:错单层感知机可以解决逻辑关系中的异或问题()。

A:错B:对答案:错神经元有两个状态:兴奋、抑制。这两个状态由阈值决定。()

A:错B:对答案:对求解问题系统不可能知道与实际问题有关的全部信息,因而无法知道该问题的全部状态空间,也不可能用一套算法来求解所有的问题。()

A:错B:对答案:对进化由出现的先后顺序进行排列正确的是:()

A:大脑进化、生命进化、人类进化、机器进化B:生命进化、人类进化、大脑进化、机器进化C:生命进化、大脑进化、人类进化、机器进化D:大脑进化、人类进化、生命进化、机器进化答案:生命进化、人类进化、大脑进化、机器进化下列描述内容错误的是:()

A:HAL通过捕获激发人体运动的神经电信号(肌电信号)识别人的运动意图,基于运动意图实现自主控制B:基于语料库技术的工作原理是利用统计学和概率方法建立一个包含各种句型的双语对照语料库C:基于规则分析就是对源语言语句的词法、语义、语法和句法进行分析并进行判断和取舍,然后重新进行排列组合,最后生成目标语言D:生物映射系统和概率方法中,两者所用地图表示方式相同答案:生物映射系统和概率方法中,两者所用地图表示方式相同下面选项中,不属于环境建模常用方法的是()

A:栅格法B:可视图法C:自由空间法D:人工势场法答案:人工势场法下面关于感知机的说法中,错误的是()

A:感知机可以对异或问题进行求解B:感知机由输入层和输出层组成C:感知机的本质是一种适合用于将某些数据分为两种类型的线性分类模型D:感知机是最简单的人工神经网络模型答案:感知机可以对异或问题进行求解下面选项说法错误的是()

A:进行大数据分析时,不是利用随机样本而是应用全部数据进行分析B:大数据的价值密度低C:大数据属于批量式分析D:大数据中的数据之间交互频繁答案:大数据属于批量式分析下列不属于强化学习难点的是:()

A:状态信息误差大B:状态和行为维度高C:样本量过多D:模型限制答案:样本量过多以下有关路径搜索常用方法的说法错误的是()

A:使用人工势场法时,目标点的周围任意距离内存在部分障碍物时容易造成路径不可达现象B:人工势场法能够迅速搜索到无碰撞的路径,灵活性强C:A*算法能够求解出状态空间搜索的最短路径D:A*算法在搜索时占用内存过大,搜索效率降低,不能保证得到最优答案:使用人工势场法时,目标点的周围任意距离内存在部分障碍物时容易造成路径不可达现象下列有关监督学习分类方法的说法错误的是()

A:KNN最近邻法中,在分类时较大的K值能够减小噪声的影响,使类别之间的界限变得清晰B:朴素贝叶斯是一种允许以简单直接的方式构建分类器的方法C:决策树学习的目的是处理未见示例能力强的决策树D:支持向量机的方法适用于高维空间,并且可以有效地用于小型数据集答案:KNN最近邻法中,在分类时较大的K值能够减小噪声的影响,使类别之间的界限变得清晰以下不属于计算机模拟人类交流的过程的是()

A:识别表达语言的语音内容B:将语言转换成相应的语音C:理解语音所表达的语言意义D:将人发出的声音转换成语言答案:将人发出的声音转换成语言为了解决如何模拟人类的感性思维,例如视觉理解、直觉思维、悟性等,研究者找到一个重要的信息处理的机制是()

A:专家系统B:智能代理C:模式识别D:人工神经网络答案:人工神经网络下列关于人类理性与人工智能的说法中,错误的有()

A:人类理性的对于人类和人工智能都非常有意义的作用主要包括:认知理性、方法理性、价值理性B:方法理性只注意方法、工具本身,强调理性的特性和功能值在于作为最有效的工具、手段去实现任何目的C:价值理性对人工智能的价值在于,为人工智能伦理、法制、道德的设计提供了理论和哲学基础,使人工智能发展处于良性轨道上D:认知理性是人类的高级智能,是强人工智能最终要实现的目标能力之一,现阶段的人工智能已具备认知理性答案:认知理性是人类的高级智能,是强人工智能最终要实现的目标能力之一,现阶段的人工智能已具备认知理性以下关于人造突触说法不正确的是()

A:该种新型人工突触不但成功地模仿了人脑中的突触传递信号的方式,但是能效不能超过了传统计算机B:它就像真的突触一样,但它的确是人工设计的有机电子器件,这是一种此前没有出现的崭新的器件C:此外,这种器件在很多关键参数上也优于无机器件D:这种人工突触提高了计算机模拟人脑的效率,有力地促进了该领域的发展答案:该种新型人工突触不但成功地模仿了人脑中的突触传递信号的方式,但是能效不能超过了传统计算机人工智能是知识与智力的综合,其中下列不是智能的特征的是()

A:具有感知能力B:具有自我推理能力C:具有学习能力以及自适应能力D:具有记忆与思维的能力答案:具有自我推理能力状态空间法三要点不包括:()

A:算符B:状态C:状态空间方法D:算法答案:算法下列选项中哪一个是正确的计算机视觉技术流程()

A:目标提取->目标识别->目标分析->图像采集B:图像采集->目标提取->目标识别->目标分析C:目标提取->目标识别->图像采集->目标分析D:图像采集->目标提取->目标分析->目标识别答案:图像采集-目标提取-目标识别-目标分析以下有关机器人视觉关键技术的说法错误的是()

A:双目立体视觉技术对障碍物的检测主要是基于立体视觉的方法B:微波雷达测距技术性能相对稳定但成本高,而且空间的覆盖面积有限,彼此之间有可能会产生一些电磁干扰C:基于局部特征不变量的方法:在描述图像局部区域和处理外来噪音方面有着优良特性D:基于区域的分割算法对噪声具有一定的抗干扰能力,区域特性的选取也比较简单答案:基于区域的分割算法对噪声具有一定的抗干扰能力,区域特性的选取也比较简单下列不属于模式的直观特性为:()

A:相似性B:可推测性C:可观察性D:可区分性答案:可推测性以下关于神经网络和深度学习说法正确的是()

A:采用BP算法调整参数,即采用迭代算法来训练整个网络。随机设定初值,计算当前网络的输出,然后根据当前输出和样本真实标签之间的差去改变前面各层的参数,直到收敛B:其优势在于可通过学习一种深层非线性网络结构,实现复杂函数逼近,表征输入数据分布式表示C:采用逐层训练机制。采用该机制的原因在于如果采用BP机制,对于一个deepnetwork(7层以上),残差传播到最前面的层将变得很小,出现所谓的gradientdiffusion(梯度扩散)D:二者均采用分层结构,系统包括输入层、隐层(多层)、输出层组成的多层网络,只有相邻层节点之间有连接,同一层以及跨层节点之间相互无连接,每一层可以看作是一个logistic回归模型答案:二者均采用分层结构,系统包括输入层、隐层(多层)、输出层组成的多层网络,只有相邻层节点之间有连接,同一层以及跨层节点之间相互无连接,每一层可以看作是一个logistic回归模型;采用BP算法调整参数,即采用迭代算法来训练整个网络。随机设定初值,计算当前网络的输出,然后根据当前输出和样本真实标签之间的差去改变前面各层的参数,直到收敛;采用逐层训练机制。采用该机制的原因在于如果采用BP机制,对于一个deepnetwork(7层以上),残差传播到最前面的层将变得很小,出现所谓的gradientdiffusion(梯度扩散)数据按产生主题方式分类属于次外层的数据有:()

A:应用服务器日志B:电子商务在线交易C:各种数据库中的数据D:社交媒体答案:社交媒体###电子商务在线交易下列选项中混合智能应用与其技术对应正确的是()

A:“意识”驾驶汽车——脑机接口混合智能B:外骨骼机器人——外骨骼混合智能C:意识操控机器人——脑机接口混合智能D:人造感觉神经——脑机接口混合智能答案:“意识”驾驶汽车——脑机接口混合智能;意识操控机器人——脑机接口混合智能;外骨骼机器人——外骨骼混合智能机器人发展经历了哪几代()

A:机械式机器人B:智能机器人C:自适应机器人D:程序控制机器人答案:程序控制机器人###自适应机器人###智能机器人关于搜索与求解,描述正确的是(

)。

A:所有的智能活动过程,都可以看作或者抽象为一个基于搜索的问题求解B:搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程C:搜索可以看作人类和其他生物所具有的一种元知识D:搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法答案:所有的智能活动过程,都可以看作或者抽象为一个基于搜索的问题求解###搜索可以看作人类和其他生物所具有的一种元知识###搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程###搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法降维方法:()

A:通过近似线性化爸原始特征变为较少的新特征B:从原始特征中挑选出一些最有代表性的特征来C:通过映射和变换把原始特征变为较少的新特征D:从原始特征中挑选出一些出现次数较多的特征来答案:通过映射和变换把原始特征变为较少的新特征;从原始特征中挑选出一些最有代表性的特征来以下有关环境建模常用方法说法错误的是()

A:自由空间法比较灵活,随着环境中物体的复杂度的增加,计算效率始终保持不变B:Voronoi图法使得路径较远地远离障碍物,安全性比较高,计算较复杂,能够选择最优路径C:栅格法具有二值信息,有利于计算机的建模、存储和更新D:可视图法适用于各种多边形,但是对于边缘较为平滑的障碍物具有一定的局限性答案:Voronoi图法使得路径较远地远离障碍物,安全性比较高,计算较复杂,能够选择最优路径;自由空间法比较灵活,随着环境中物体的复杂度的增加,计算效率始终保持不变属于深度学习与浅层学习区别的是:()

A:分类或预测更加容易B:强调了模型结构的深度C:利用大数据来学习特征,更能够刻画数据的丰富内在信息D:明确突出了特征学习的重要性答案:分类或预测更加容易###利用大数据来学习特征,更能够刻画数据的丰富内在信息###强调了模型结构的深度###明确突出了特征学习的重要性感知器作为人工神经网络的基础模型其独特的意义是:()

A:正是因为不能解决非线性分类问题的缺陷,启发了后来的各种人工神经网络模型B:由于其简单易理解,作为人工神经网络学习的入门模型是恰如其分C:感知机旨在求出将输入空间中的实例划分为两类的分离超平面D:人工神经网络用于解决线性分类问题的开创性工作答案:人工神经网络用于解决线性分类问题的开创性工作###正是因为不能解决非线性分类问题的缺陷,启发了后来的各种人工神经网络模型###由于其简单易理解,作为人工神经网络学习的入门模型是恰如其分深度卷积神经网络已经被广泛应用于()

A:目标图像采集B:目标识别C:目标分类D:目标提取答案:目标图像采集###目标提取###目标识别###目标分类深度学习与强化学习的区别有哪些()

A:深度学习解决的更多是感知问题,强化学习解决的主要是决策问题B:深度学习的学习过程是静态的,而强化学习是动态的C:深度学习部分有有监督学习和无监督学习之分,强化学习无此分类D:深度学习的训练样本是有标签的,而强化学习没有答案:深度学习的训练样本是有标签的,而强化学习没有###深度学习的学习过程是静态的,而强化学习是动态的###深度学习解决的更多是感知问题,强化学习解决的主要是决策问题###深度学习部分有有监督学习和无监督学习之分,强化学习无此分类以下关于人工智能和机器智能说法正确的是()

A:人工智能的依附载体是机器,就像人和动物有一个身体一样,机器就是人工智能的“身体”有“身体”的机器会像人或动物一样有感知、认知、语言、行为等多样的智能B:从人与机器的智能产生机制角度看,机器依托非自然的机制可以产生不同于人类的智能甚至智慧C:相对于人或动物的智能而言,机器的智能不是自然进化产生的,而是人工创造的D:非自然智能或非生物智能称为人工智能,相对于自然智能而言,以人类制造或发明的机器为载体实现的非生命智能称为机器智能答案:对至今由人工智能机器制造的艺术领域有:()

A:美术B:文学C:影视创作D:音乐答案:文学###美术###音乐###影视创作下面关于机器视觉系统的说法中,正确的有()

A:可选取合适的光学系统,采集适合处理的图象是实现最终功能的关键B:开发稳定可靠的图象处理软件是视觉检测的核心任务C:可靠的执行机构和人性化的人机界面是完成视觉检测的基本条件D:机器视觉系统主要包括光学系统、图像处理系统、执行机构及人机界面四部分答案:开发稳定可靠的图象处理软件是视觉检测的核心任务###机器视觉系统主要包括光学系统、图像处理系统、执行机构及人机界面四部分强化学习的方法主要有()

A:逆强化学习(InverseRL)B:深度强化学习(DRL)C:基于价值的强化学习(Value-basedRL)D:基于策略的强化学习(Policy-basedRL)答案:基于价值的强化学习(Value-basedRL)###基于策略的强化学习(Policy-basedRL)###深度强化学习(DRL)###逆强化学习(InverseRL)以下推理中产生式系统的推理包括()

A:正向推理B:逆向推理C:双向推理D:简单推理答案:双向推理###正向推理###逆向推理对于卷积神经网络说法正确的有:()

A:卷积神经网络中的池化层的目的是降低特征图的维度,进而降低卷积神经网络的参数量,减少过拟合B:卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性C:卷积神经网络在图像分类、目标检测、语义分割等

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论