人工智能原理与方法智慧树知到期末考试答案2024年

人工智能原理与方法智慧树知到期末考试答案2024年人工智能原理与方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:目标提取->目标识别->图像采集->目标分析C:图像采集->目标提取->目标识别->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: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: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强化学习难点的是：（

）

A:模型限制B:状态和行为维度高C:状态信息误差大D:样本量过多答案:样本量过多关于脑机接口，以下说法不正确的是（

）

A:脑机接口是大脑与计算机间通过脑电信号建立起的一种通讯接口B:系统不依赖神经系统与肌肉组织的交流和控制通路，在大脑与设备间建立直接的通信，为大脑提供了一种全新的对外交流通道C:脑－机接口”是不依赖于脑的正常输出通路（即：外周神经和肌肉）的脑－机（计算机或其它装置）通讯系统。通过这个通道，可以将大脑活动的信息（例如与事件相关的诱发响应，甚至自主的意识、情感等信息）直接传出来，并由此实现相应的控制D:让外界信息（例如声音或某种电刺激）直接传入大脑。这种脑－机直接交互的方法为认知和新型智能系统的研究提供了新的思路。也是一种重要的混合智能技术答案:脑机接口是大脑与计算机间通过脑电信号建立起的一种通讯接口智能问答方法依托的关键基础及技术中哪一项是知识问答系统的大脑：（

）。

A:知识图谱B:深度学习

C:NLPD:信息检索答案:知识图谱下列运算规律错误的是：（

）

A:蕴涵运算中，若A为真，则当B为真时，A

→

B为真，B为假时，A

→

B为假B:吸收运算中，A∨(A∧B)=A，A∧(A∨B)=BC:互补律中，A∧(¬A)=0，A∨(¬A)=1D:蕴涵运算中，若A为假，则不论B为真或假，A

→

B都为真答案:吸收运算中，A∨(A∧B)=A，A∧(A∨B)=B传统的博弈理论在计算机围棋博弈中遇到了明显的困难不包括（

）

A:盘面评估与博弈树搜索紧密相关，只能通过对将来落子的可能性进行分析才能准确地确定棋子之间的关系B:围棋具有巨大的搜索空间C:计算机不能完全理解传统的博弈理论规则D:高层次的围棋知识也很难归纳，归纳之后常有例外，并且在手工构建围棋知识和规则的过程中常会出现矛盾而导致不一致性答案:计算机不能完全理解传统的博弈理论规则下列不属于模式的直观特性为：（

）

A:可推测性B:相似性C:可区分性D:可观察性答案:可推测性下列选项中，不属于计算机视觉需要达到的基本目的的是（

）

A:根据一幅或多幅二维图像计算出观测点到目标物体的距离B:根据一幅或多幅二维图像计算出目标物体的表面物理特性C:根据一幅或多幅二维图像计算出目标物体的运动参数D:实现对于三维景物世界的理解，即实现人的视觉系统的某些功能答案:实现对于三维景物世界的理解，即实现人的视觉系统的某些功能下列关于SLAM的说法中正确的有（

）

A:视觉SLAM主要是以相机作为传感器的SLAM技术B:建图是解决机器人周围有什么环境信息的问题C:SLAM指的是同时定位与地图构建D:激光SLAM主要是以激光雷达作为传感器的SLASM技术答案:SLAM指的是同时定位与地图构建###视觉SLAM主要是以相机作为传感器的SLAM技术###激光SLAM主要是以激光雷达作为传感器的SLASM技术###建图是解决机器人周围有什么环境信息的问题智能问答的一般方法有哪些？（

）

A:基于信息检索的方法B:基于语义分析的方法C:基于深度学习的方法D:基于规则的专家系统方法答案:基于信息检索的方法###基于深度学习的方法###基于规则的专家系统方法###基于语义分析的方法下列关于人工神经网络的基本特征说法正确的有（

）

A:一个神经元接受的信号的累积效果决定该神经元的状态B:信号可以是起刺激作用的，也可以是起抑制作用的C:神经元之间的联接强度是可以随训练改变的D:神经元之间的联接强度决定信号传递的强弱答案:神经元之间的联接强度决定信号传递的强弱;神经元之间的联接强度是可以随训练改变的;一个神经元接受的信号的累积效果决定该神经元的状态;信号可以是起刺激作用的，也可以是起抑制作用的智能问答系统主要依靠的关键基础和技术包括以下哪些选项？（

）

A:大量高质量的数据和知识B:强大的自然语言处理技术C:需要大量的标准训练语料D:强大的机械语言处理技术答案:大量高质量的数据和知识###强大的自然语言处理技术###需要大量的标准训练语料BP神经网络学习算法最核心的三部分是：（

）

A:权值调整B:输出层连接权调整C:输入层连接权调整D:隐层连接权调整答案:权值调整###输出层连接权调整###隐层连接权调整下列属于数字图像滤波方法的有（

）。

A:均值滤波B:高斯滤波C:中值滤波D:双边滤波答案:均值滤波###中值滤波###高斯滤波###双边滤波卷积神经网络经典的结构主要包含三个重要组成：（

）。

A:局部感受野B:线性映射C:权值共享D:池化答案:池化###权值共享###局部感受野下列选项中属于迁移学习的常用方法的有（

）

A:基于关系的迁移学习B:基于样本的迁移学习C:基于特征的迁移学习D:基于模型的迁移学习答案:基于样本的迁移学习###基于特征的迁移学习###基于模型的迁移学习###基于关系的迁移学习下述（

）是人工智能中常用的知识格式化表示方法。

A:框架表示法B:状态空间表示法C:形象描写表示法D:语义网络表示法答案:形象描写表示法属于额叶的功能有：（

）

A:视觉信息的整合B:躯体运动、语言、高级思维C:判断、计划和作决策D:听觉、语言、记忆答案:判断、计划和作决策###躯体运动、语言、高级思维DQN对传统Q-learning做了三处改进：（

）。

A:解决了Q-Learning对价值的过高估计的问题B:利用了经验回放对强化学习的学习过程进行训练C:独立设置了目标网络来单独处理时间差分算法中的TD偏差D:利用深度卷积神经网络逼近值函数答案:利用深度卷积神经网络逼近值函数###利用了经验回放对强化学习的学习过程进行训练###独立设置了目标网络来单独处理时间差分算法中的TD偏差下列选项中，属于语音识别的基本方法的有（

）。

A:人工神经网络方法B:基于单个词语的语音识别方法C:语音学和声学方法D:模板匹配方法答案:语音学和声学方法###模板匹配方法###人工神经网络方法类脑计算主要方法：（

）

A:基于已知脑功能模型设计仿脑模型B:研发基于生物神经元原理的神经形态模型C:基于脑科学大数据开发虚拟人工大脑D:利用新型电子元件忆阻器模拟生物神经元答案:研发基于生物神经元原理的神经形态模型;基于脑科学大数据开发虚拟人工大脑;利用新型电子元件忆阻器模拟生物神经元;基于已知脑功能模型设计仿脑模型下列属于状态空间法要点的有：（

）

A:术式B:状态C:状态空间方法D:算符答案:状态###算符###状态空间方法深度学习和人工神经网络都是人工智能领域常见的名词，它们之间有区别也有联系。下列关于深度学习和神经网络的说法中，正确的有（

）。

A:深度学习是基于人工神经网络发展而来的联结主义学习方法B:人工神经网络采用逐层训练机制C:深度学习和人工神经网络均采用分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络D:深度学习采用BP算法调整参数，即采用迭代算法来训练整个网络答案:深度学习是基于人工神经网络发展而来的联结主义学习方法###深度学习和人工神经网络均采用分层结构,系统包括输入层、隐层(多层)、输出层组成的多层网络下列属于注意网络三个子系统的是（

）

A:筛选系统B:警觉系统C:前注意心态D:后注意心态答案:前注意心态###后注意心态###警觉系统深度卷积神经网络已经被广泛应用于（

）

A:目标识别B:目标图像采集C:目标提取D:目标分类答案:目标图像采集###目标提取###目标识别###目标分类感知器作为人工神经网络的基础模型其独特的意义是：（

）

A: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B: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C:人工神经网络用于解决线性分类问题的开创性工作D: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以下属于盲目搜索策略的是（

）

A:有界深度优先搜索B:全局择优搜索C:广度优先搜索D:深度优先搜索答案:广度优先搜索###深度优先搜索###有界深度优先搜索以下是进行迁移学习的原因的是（

）

A:大数据与少标注之间的矛盾B:普适化模型与个性化需求之间的矛盾C:大数据与弱计算之间的矛盾D:特定应用的需求答案:大数据与少标注之间的矛盾;大数据与弱计算之间的矛盾;普适化模型与个性化需求之间的矛盾;特定应用的需求在实际分类应用时，因为特征向量往往维数较多，标签值的分类，优先选择二分类模型。（

）

A:错B:对答案:错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:错在迁移学习中虽然目标域通常没有标签，但交叉验证仍能用于调整超参数。

A:错B:对答案:错人的认知过程属于符号操作过程。（

）

A:错B:对答案:错从工具理性的角度看，人工智能是一种新形态的理性工具。（

）

A:错B:对答案:对感知器模型由输入层和输出层两层构成，但它要在特定的前提下进行，不具有一般性。（

）

A:对B:错答案:错语用分析：通过分析找出词义，结构意义及其结合意义，从而确定语言所表达的真正（实际）含义或概念。

A:对B:错答案:错按照不同的学习理论划分，机器学习模型只能分为有监督学习和无监督学习。

A:对B:错答案:错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:对B:错答案:对模糊命题指带有模糊性的陈述句，模糊命题的真值不是绝对的“真”或“假”，而反映其隶属于“真”的程度。模糊命题可分为性质命题和关系命题两种。（

）

A:对B:错答案:对基本的运算符有非（¬）、与（∧）、或（∨）、异或（⊕）、蕴涵（→）。若P、Q的逻辑值分别为T、F，则进行逻辑运算P⊕Q后的结果是F。（

）

A:错B:对答案:错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:错B:对答案:对一个模式识别系统一般由信息获取、预处理、特征选择和提取、分类器设计、分类决策等几部分组成。（

）

A:错B:对答案:对机器翻译分析阶段包括：词法分析、句法分析、语义分析、语境分析、语用分析。

A:对B:错答案:对摄像机坐标系表示像素点在图像中的位置。

A:对B:错答案:错K-NN

分类的计算复杂度和训练集中的样本数目成反比。

A:对B:错答案:错角点检测的依据：特定窗口在图像的各个方向移动，灰度是否发生变化。

A:错B:对答案:对感知器模型由输入层、隐藏层和输出层三层构成，其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，旨在求出将输入空间中的实例划分为两类的分离超平面。（

）

A:对B:错答案:错卷积神经网络与普通神经网络非常相似，它们都由具有可学习的权重和偏置常量的神经元组成。

A:对B:错答案:对深度学习的本质是：通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。（

）

A:对B:错答案:对以下图像分割方法中，（

）通过计算偏移的均值向量来完成分割。

A:MeanShift分割B:区域生长C:Ostu阈值分割D:分水岭分割答案:AI参考:正确选项是【A:MeanShift分割】。\n\nMeanShift分割通过计算偏移的均值向量来完成分割，是一种基于概率密度函数的非参数估计方法，常用于图像分割。区域生长法是一种基于像素的分割方法，通过像素之间的相似性来将相似的像素归为一类。Ostu阈值分割是一种基于阈值的分割方法，通过设定一个阈值将图像分为前景和背景。分水岭分割是一种基于变分贝叶斯学习的图像分割方法，通过计算图像中每个像素的权值来进行分割。因此，只有A选项MeanShift分割是通过计算偏移的均值向量来完成分割的。'以下有关DQN的说法错误的是(

)。

A:DQN在训练过程中使用经验回放机制，在线处理得到的转移样本B:当状态和动作空间是高维连续时，Q-Table的使用会变得十分简单C:DQN

与Q-leanring类似，都是基于值迭代的算法D:DeepLearning

与ReinforcementLearning结合这成为了DQN答案:AI参考:正确选项是B：当状态和动作空间是高维连续时，Q-Table的使用会变得十分简单。\n\n因为状态和动作空间是高维连续时，使用Q-Table会使记忆表（memorytable）变得非常大，难以存储和计算，导致DQN算法的性能下降。因此，对于高维连续的问题，需要使用其他方法来解决，如使用神经网络来处理连续的动作空间等。其他选项都是正确的描述DQN算法的特点和优势。'下列哪个说法是错误的（

）

A:机器人智能研究系统提出的门控选择模型，每一步都需根据路标和位置细胞的活性，得出下一步方向，根据赢者通吃选择最终运动方向B:“网格细胞”位于海马体蓝色区域，

当动物达到区域中特定位置时，一个单个网格细胞激活，这些位置以六变形模式排列C:美国波士顿大学的U

M.

Erdem

和

Michael

Hasselmo提出线性预见性轨迹模型，是基于头部方向细胞、持续脉冲细胞、网格细胞和位置细胞的前向规划路径的面向目标导航模型D:机器人方向和位置的分离表示方式不适合在大型的、不明确的环境中进行映射和导航，目前该位姿分离问题尚未得到解决答案:AI参考:（B）说法错误。\n\n“网格细胞”位于大脑皮层的锥体细胞核区域，而不是海马体蓝色区域。当动物达到某个位置时，