人工智能训练师职业技能竞赛（省赛）参考试题（附答案）

人工智能训练师职业技能竞赛(省赛)参考试题(附答案)单选题1.自然语言处理的英文简写是()。2.专用与通用人工智能讨论的是智能的()问题。A、分层D、语言处理3.支持向量机SVM是一种()算法。A、只有有限个间断点的连续函数B、大样本下的统计机器学习C、大样本下的实例机器学习4.在自然语言处理中，transformer模型主要用于解决()问题。A、文本摘要B、机器翻译C、情感分析D、以上都是5.在自然语言处理中，n-gram模型主要用于解决()问题。C、图像描述生成D、机器翻译RL)的目的是()。A、确定句子中的谓语和宾语B、根据上下文理解句子的含义C、根据谓语动词确定句子的结构D、根据名词短语确定句子的主题于解决()问题。A、文本分类B、确定文献间的相似性或关联性C、生成文本摘要8.在自然语言处理任务中，自适应学习率优化器的一个例子是9.在自然语言处理任务中，()模型最适合实现情感分析。10.在自然语言处理任务中，()技术不适用于文本分类。11.在正则表达式中，匹配任意一个字符的符号是()。12.在英文阅读中遇到生词时，教师一般要求学生联系上下文猜测词义，而不是急于查字典。这体现了知觉的()。A、整体性B、选择性D、恒常性没有下降，可能的原因是()。A、学习率(learningrate)太低B、正则参数太高C、陷入局部最小值D、以上都是14.在训练模型之前，需要把先标注好的数据进行()。D、更新15.在训练大模型时，为了避免过拟合，()技术可能被使用。A、增加训练轮次B、减少网络层数D、降低学习率16.在循环神经网络(RNN)中，()问题容易导致梯度消失或梯度爆炸。A、输入数据的维度过大B、网络层数过多C、时间序列过长D、激活函数选择不当A、推荐系统能够推荐大量冷门但优质的物品B、推荐系统总是推荐热门的物品C、推荐系统推荐的物品数量很少D、推荐系统无法处理大量数据18.在推荐系统中，()是“上下文广告”。A、根据用户的当前上下文信息展示相关的广告B、根据物品的流行度展示广告C、根据用户的个人信息展示广告D、根据用户的搜索历史展示广告19.在梯度下降中，鞍点通常指的是()。A、损失函数的局部最小值点B、损失函数的局部最大值点C、损失函数的平坦区域20.在随机森林中，为了()要随机选择特征和样本。A、提高模型的稳定性B、增加模型的多样性C、减少计算复杂度D、提高模型的精度21.在数据预处理中，数据离散化通常用于()。A、减少计算量B、处理缺失值C、处理分类变量D、处理异常值22.在生成式人工智能模型中，零样本学习的目的是()。A、在没有任何样本的情况下进行训练B、仅使用少量样本进行训练C、在没有见过的样本上进行推理D、使用大量样本进行训练23.在神经网络中，()是权重共享。A、不同层之间共享相同的权重B、不同神经元之间共享相同的权重C、不同样本之间共享相同的权重D、不同批次之间共享相同的权重24.在神经网络中，()技术用于解决过拟合。B、正则化C、批规范化参考答案：B25.在神经网络中，()操作通常用于减少模型的计算复杂度。A、增加层数C、增加神经元数量D、使用更复杂的激活函数26.在深度学习中，卷积层主要用于()。B、序列生成C、语义分析D、决策优化27.在深度学习中，激活函数的主要作用是()。A、对输入数据进行线性变换B、对输入数据进行非线性变换C、增加模型的复杂度D、减少模型的过拟合28.在深度学习中，“长短期记忆”(LSTM)网络主要用于处理()A、图像数据B、音频数据C、时序数据D、文本数据29.在深度学习中，“生成对抗网络”(GANs)的训练过程中的部分负责生成逼真的数据。参考答案：B30.在深度学习中，“生成对抗网络”(GAN)的训练过程中，()部分负责生成逼真的数据。D、解码器(Decoder)点是()。A、可以减少训练时间B、可以减少模型的复杂度C、可以利用预训练模型来提高性能D、可以减少数据需求32.在深度学习中，“卷积神经网络”(CNN)中的池化层(PoolingLayer)的作用是()。A、增强模型的非线性能力B、提取局部特征C、降低特征的空间维度D、增加网络的深度33.在深度学习中，“卷积”(Convolution)操作主要用于()。A、图像分类B、文本生成C、语音识别D、以上都是34.在深度学习中，“递归神经网络”(RNN)的一个主要A、可以减少过拟合B、可以实现端到端的学习C、可以减少计算量D、特别适用于处理非结构化数据35.在深度学习中，()技术常用于避免梯度消失问题。A、ReLU激活函数B、批量归一化36.在深度学习模型中，过拟合的一个常见解决方案是()。A、增加训练数据的数量B、减少模型的深度C、增加模型的宽度D、减少训练迭代次数37.在人机交互技术中，不属于图形人机交互技术的是()。A、几何约束D、橡皮筋技术38.在强化学习中，智能体通过()方式与环境互动。A、发送动作并接收状态B、接收状态并发送动作C、接收状态、发送动作并得到奖励或惩罚D、仅接收环境的状态信息39.在强化学习中，策略梯度方法主要用于优化()。B、环境模型C、策略函数D、奖励函数40.在强化学习中，Q-learning算法主要用于解决()问题。A、状态估计B、动作选择C、奖励最大化称之为()。42.在命名实体识别任务中，O标签通常代表()。A、命名实体的开始B、命名实体的内部C、非命名实体D、命名实体的结束参考答案：C43.在课堂上，教师讲课的声音成为知觉的对象，而环境中的其他声音成为背景音。这体现了知觉的()。A、理解性B、恒常性C、选择性D、整体性参考答案：C44.在卷积神经网络(CNN)中，()主要用于提取特征并减少计算量和参数量。A、全连接层(FullyConnectedLayer)B、池化层(PoolingLayer)C、批量归一化层(BatchNormalizationLayer)D、激活层(ActivationLayer)参考答案：B45.在聚类分析中，()指标用于评估聚类效果的好坏。A、准确率B、召回率C、轮廓系数46.在聚类分析中，()指标用于评估聚类效果。C、轮廓系数47.在计算机视觉中，光流法通常用于估计()。A、物体的形状B、物体的运动C、物体的颜色D、物体的纹理48.在计算机视觉中，()任务关注从视频序列中检测和跟踪物体。A、图像分类D、图像生成49.在计算机视觉任务中，最常用于特征提取的深度学习模型是50.在机器学习中，过拟合通常是由()引起的。A、训练数据不足B、模型复杂度过高C、特征选择不当D、使用了不合适的损失函数51.在机器学习中，超参数(Hyperparameters)的调整通常使用()B、最大似然估计D、网格搜索(GridSearch)52.在机器学习中，K-折交叉验证主要用于()。A、提高模型的训练速度B、评估模型的泛化能力C、减少模型的过拟合风险D、增加数据集的大小参考答案：B53.在机器学习中，“批量归一化”(BatchNormalization)的作用是A、加速梯度下降收敛B、降低模型的复杂度C、增加模型的容量D、改善模型的可解释性参考答案：A54.在机器学习中，“决策树”(DecisionTree)的一个限制是()。A、不能处理连续值B、不能用于多类分类问题C、容易过拟合D、不能处理缺失值参考答案：C55.在机器学习中，“交叉验证”(Cross-validation)的主要目的是A、提高模型的训练速度B、评估模型的泛化能力C、减少模型的过拟合D、选择最佳的模型参数参考答案：BA、加快算法的运行速度B、使线性算法能够处理非线性问题C、减少模型的内存使用D、简化模型的结构参考答案：B57.在机器学习中，()是特征提取。A、将原始数据转换为新的特征空间的过程B、从原始数据中选择最重要的特征的过程C、用于评估模型性能的指标D、用于调整模型参数的技术58.在机器学习中，()是超参数。A、模型中学习到的参数B、用于控制模型学习过程的参数C、输入数据的特征D、模型的输出A、模型复杂度和训练时间之间的关系B、模型在训练数据上的表现和在测试数据上的表现之间的关系C、模型复杂度和泛化能力之间的关系D、模型准确率和召回率之间的关系60.在机器学习中，()不属于监督学习算法。B、K-近邻算法D、决策树61.在机器学习领域中，交叉验证主要用来()。A、评估模型在未见过的数据上的泛化能力B、调整模型的学习率C、选择合适的特征子集D、优化模型的正则化参数62.在关系模型中，用来表示实体关系的是()。B、记录D、指针63.在对话系统中，()不是常用的技术。A、意图识别B、槽填充C、情感分析D、语音识别64.在大语言模型中，Transformer结构的核心组成部分包括()。C、自注意力机制和前馈神经网络D、SVM和决策树65.在查询“设计视图”中()。A、只能添加数据库表B、可以添加数据库表，也可以添加查询C、只能添加查询D、以上都不是66.在Spak的软件栈中，用于交互式查询的是()。67.在select语句的where子句中，使用正则表达式过滤数据的关键字是()。68.在PyTorch中，如果要自定义一个神经网络层，需要继承()69.在Python中，适合实现多路分支的结构是()。参考答案：B70.在K近邻(KNN)算法中，K通常代表()。A、模型训练时的迭代次数B、样本数据集中的类别数量C、用来决定新样本所属类别的邻居数量D、特征空间的维度数71.在io模块中，用()函数读取图片。72.在CNN的反向传播过程中，()是特有的操作。B、池化操作C、权值共享73.在“查询参数”窗口定义查询参数时，除定义查询参数的类型外，还要定义查询参数的()。A、参数名称C、参数值域74.与轮式里程计相比，激光里程计的主要优势在于()。A、计算效率高B、观测范围广C、不受轮子打滑影响D、测量精度高75.用于比较观察结果和期望结果的专家系统类型是()。76.用计算机管理科技情报资料，是计算机在()方面的应用。A、科学计算D、人工智能77.隐马尔可夫模型是一种著名的()模型。A、无向图B、有向图C、树形图D、环形图78.遗传算法中，从当前群体中按照一定概率选出优良个体，使它们有机会作为父代繁殖下一代子孙的操作是()。D、继承79.一幅数字图像是()。B、一个由许多像素排列而成的实体C、一个2-D数组中的元素D、一个3-D空间的场景80.一幅灰度级均匀分布的图像，其灰度范围在[0,255],则该图像像素的存储位数为()。81.要从学生关系中查询20岁的女生进行的查询操作属于()。82.现欲分析性别、年龄、身高、饮食习惯对体重的影响，如果这个体重是属于实际的重量，是连续性的数据变量，这时应采用();如果将体重分类，分成高、中、低三种体重类型作为因变量，则采用()。A、线性回归；逻辑回归B、逻辑回归；线性回归C、线性回归；线性回归D、逻辑回归；逻辑回归83.下面显示的是查询设计视图的设计网格部分，从下图所示的内容中，可以判断出要创建的查询是()。A、删除查询B、追加查询C、生成表查询D、更新查询84.文本摘要任务的主要目标是()。A、识别文本中的关键词B、生成文本的简短描述C、对文本进行情感分析D、对文本进行分类参考答案：B85.为制作“磁性男声”音色，请专业人士录制了一批数据，()A、语速均匀，发音准确的片段B、儿化音时有时无的片段C、语速比平均水平快很多的片段D、情绪激昂的片段86.为数据表创建索引的目的是()。A、提高查询的检索性能B、归类C、创建唯一索引D、创建主键87.为解决单个输出的感知机无法解决的异或问题，需要用有至少()个输出的感知机。88.图像分割中常用的基于像素的方法是()。A、基于阈值的分割B、基于边缘的分割C、基于区域的分割D、基于特征的分割89.通过SSML标记()文本内容，可以控制()语音生成的许多A、标准，简单B、标准，复杂C、格式化，合成D、通用性，合成90.梯度下降算法的正确步骤是()。①计算预测值和真实值之间的误差②迭代跟新，直到找到最佳权重③把输入传入网络，得到输出值④初始化随机权重和偏差⑤对每一个产生误差的神经元，改变相应的(权重)值以减小误差91.索价表格在30万-70万元之间的产品，可以设置条件为()。92.随着闭源软件在数据分析领域的地盘不断缩小，老牌IT厂商正在改变商业模式，向着()靠拢。A、闭源B、开源D、封闭93.算法中属于图像平滑处理的是()。B、状态法C、高通滤波D、中值滤波94.数字音频采样和量化过程所用的主要硬件是()。A、数字编码器B、数字解码器C、模拟到数字的转换器(A/D转换器)D、数字到模拟的转换器(D/A转换器)95.数据预处理中，()步骤不是针对缺失值处理的。A、删除包含缺失值的行或列B、使用均值或中位数填充缺失值C、对数据进行标准化D、使用插值法填充缺失值96.数据库(DB)、数据库系统(DBS)和数据库管理系统(DBMS)之间的关系是()。A、DBS包括DB和DBMSB、DBMS包括DB和DBSD、BS就是DB,也就是DBMS97.数据标注的最终目的是()。B、提高数据质量C、减少人工干预D、以上都是98.属于物联网感知层关键技术的是()。A、通信技术D、感知与标识技术99.属于点处理的是()。A、灰度线性变换B、二值化C、傅立叶变换D、中值滤波100.属性xlabel用于设置可视化图表的()部分。A、横坐标刻度B、横坐标名称C、纵坐标刻度D、纵坐标名称101.使用各类型标注工具后，标注完成的输出文件的格式一般不包括()。102.使用白盒测试方法时，确定测试数据应根据()和指定的覆盖标准。A、程序的内部结构B、程序的复杂性C、使用说明书D、程序的功能103.神经网络求解问题的过程中()陷入局部极值点。104.深度学习中，模型集成(ModelEnsemble)的主要目的是()。A、提高模型的准确率B、减少模型的参数数量C、加速模型训练105.深度学习中，Dropout层的作用是()。A、防止过拟合B、增加模型复杂度C、加速模型收敛D、提高准确率106.深度学习中，()网络结构通常用于处理序列数据并捕捉长期107.深度学习中，()是梯度爆炸问题。A、模型梯度在训练过程中逐渐增大B、模型梯度在训练过程中逐渐减小C、模型梯度在训练过程中保持不变D、模型梯度与损失函数无关108.深度学习与传统机器学习的主要区别是()。A、深度学习使用更复杂的模型B、深度学习需要更多的计算资源C、深度学习通常基于神经网络D、深度学习仅适用于大规模数据集109.深度学习是机器学习的一种()形式。A、监督学习B、非监督学习C、强化学习D、以上都是110.深度学习模型训练过程中，验证集的主要作用是()。A、选择超参数B、评估模型性能C、作为额外的训练数据D、进行在线学习111.人工智能最早的起源可以追溯到()。A、20世纪50年代B、19世纪90年代C、21世纪10年代D、18世纪70年代112.人工智能中通常把()作为衡量机器智能的准则。A、图灵机B、图灵测试C、中文屋思想实验D、人类智能113.人工智能中的策略网络主要用于解决()问题。A、图像分类B、强化学习C、文本生成D、数据清洗114.人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成()等人类行为的范畴。A、自主学习、判断、执行B、决策、判断、执行C、自主学习、决策、执行D、自主学习、判断、决策115.人工智能的本质是()。A、取代人类智能B、电脑万能C、人类智慧的倒退D、对人类智能的模拟116.人工智能“两库一平台”边缘侧采集数据和业务系统数据经过预处理和标注后，形成可用于训练的样本数据，归集至()。A、省级样本库B、公司样本库C、共享样本库D、云样本库117.人工神经网络在20世纪()年代兴起，一直以来都是人工智118.朴素贝叶斯方法的优点是()。①朴素贝叶斯模型具有稳定的分类效率②在小规模数据上表现良好，可以处理多分类任务，并且适合增量训练，尤其是当数据量超过内存时，可以分批增量训练③对丢失数据不是很敏感，算法比较简单，经常用于文本分类119.目前常见的标注文档存储格式不包括()。120.某种计算机的内存容量是640K,这里的640K容量是指()121.每个查询都有3种视图的是()。A、设计视图B、模版视图C、数据表视图D、SQL视图A、一个已知事实可以与知识库中多个知识匹配成功B、多个已知事实与知识库中的一个知识匹配成功C、多个已知事实可以与知识库中多个知识匹配成功D、已知事实不能与知识库中的任何知识匹配成功参考答案：D123.盲目搜索策略不包括()。A、广度优先搜索B、深度优先搜索C、有界深度优先搜索D、全局择优搜索124.量子计算的理论模型是()。A、希尔伯特机B、哥德尔机C、通用图灵机D、通用罗素机125.两种以上(不含两种)的分类问题被称为()。B、归一化D、二分类参考答案：A126.客服中心是运营商和客户接触较为频繁的通道，可以利用()在后端给客服中心建立庞大的知识库，供接线员们使用，帮他们A、大数据技术B、客户画像C、客户状态D、客户心情127.卷积神经网络的缩写是()。128.卷积神经网络(CNN)在计算机视觉中主要用于()。A、自然语言处理B、图像识别C、语音识别D、情感分析129.晶体管有3个工作区，在数字电路中，它工作在()区。B、截止C、放大D、饱和或截止130.今年，大数据分析将出现革命性的新方法，从前的很多算法和基础理论可能会产生理论级别的突破，而()技术将继续成为大数据智能分析的核心技术。A、机器学习B、智能物流D、智能终端131.假设某数据库表中有一个工作时间字段，查找20天之内参加工作的记录的准则是()。132.假设某数据库表中有一个“学生编号”字段，查找编号第3、4个字符为“03”的记录的准则是()。A、Mid([学生编号],3,4)="03"B、Mid([学生编号],3,2)="03C、Mid("学生编号",3,4)="03"D、Mid("学生编号",3,2)="03"133.机器学习的主要研究领域不包括()。A、语音识别C、云计算D、软件工程134.机器学习的实质在于()。D、理解135.机器学习的发展分()阶段。B、两个C、三个D、四个参考答案：D136.合法的表达式是()。A、教师编号between100000And200000C、[基本工资]>=1000[基本工资]<=10000参考答案：B137.归一化的种类有()。①线性归一化②标准差归一化③非线性归一化参考答案：A138.关于支持向量回归，说法错误的是()。A、支持向量回归是将支持向量的方法应用到回归问题中B、支持向量回归同样可以应用核函数求解线性不可分的问题C、同分类算法不同的是，支持向量回归要最小化一个凹函数D、支持向量回归的解是稀疏的139.关于语音识别流程，说法不正确的是()。A、语音识别通常由语音信号的采集、端点检测、特征提取等步骤组成B、语音信号的预处理首先要做的是语音信号的数字化C、特征提取是分析处理语音信号的特征参数，以获得能够表征语音信号特征的数据D、特定人语音识别系统一般侧重提取反映语义的特征参数，尽量去除说话人的个人信息140.关于删除查询，叙述正确的是()。A、每次操作只能删除一条记录B、每次只能删除单个表中的记录C、删除过的记录只能用"撤消"命令恢复D、每次删除整个记录，并非指定字段中的记录141.关于人工智能概念，说法错误的是()。A、人工智能英文翻译是B、人工智能使计算机能实现更高层次应用C、人工智能就是机器学习D、人工智能是对人的意识、思维过程进行模拟142.关于人工智能(AI)、机器学习、深度学习三者的关系，叙述正确的是()。A、机器学习专门研究计算机怎样模拟人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构以完善自身的性能，但是机器学习能力并非AI系统所必须的B、人工智能研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用，属于一门独立的技术学科C、深度学习方法研究人工神经网络的单层感知器学习结构D、人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科，机器学习是人工智能的核心研究领域之一，深度学习是机器学习的新领域，研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络143.关于区域形状的特征，描述不正确的是()。A、矩形度是物体面积与其最小外接矩形面积之比B、边界的形状数具有平移旋转和比例缩放不变性C、当区域为圆时，圆形度达到最大值1D、归一化的中心矩具有平移旋转比例缩放不变性144.关于模型评估，说法正确的是()。A、训练集上的准确率越高，模型性能越好B、测试集上的准确率越高，模型性能越好C、验证集上的准确率越高，模型性能越好D、训练集、测试集和验证集上的准确率越高，模型性能越好145.关于机器学习方法，说法正确的是()。A、解释学习需要环境提供一组示例，而示例学习只要环境提供一个示例B、机械式学习有推理能力C、符号学习对模拟人类较低级的神经活动是比较有效的D、观察与发现学习是基于归纳推理的146.关于过拟合现象，说法正确的是()。A、训练误差小，测试误差却大B、训练误差小，测试误差也小C、模型的泛化能力高D、以上都不正确147.关于窗体的作用，叙述错误的是()。A、可以接收用户输入的数据或命令B、可以编辑，显示数据库中的数据C、可以构造方便美观的输入/输出界面D、可以直接储存数据148.关于查询的设计视图，说法不正确的是()。A、可以进行数据记录的添加B、可以进行查询条件的设定C、可以进行查询字段是否显示的设定D、可以进行查询表的设定149.关于Python语言的特点，说法正确的是()。A、Python语言不支持面向对象B、Python语言是解释型语言C、Python语言是编译型语言D、Python语言是非跨平台语言150.关于K-近邻算法，()说法是正确的。A、K值越大，模型越简单B、K值越小，模型越复杂C、K值的选择对结果没有影响D、K值必须是偶数151.关于Attention-basedModel,说法正确的是()。A、相似度度量模型B、是一种新的深度学习网络C、是一种输入对输出的比例模型D、以上都不是152.防止欠拟合的方法是()。A、调整超参数B、早停止D、正则化153.对于图像数据，()不是常见的预处理步骤。A、灰度化B、归一化D、文本分词154.大模型训练时，通常通过()监测模型的训练进度和性能。A、精度与召回率B、损失函数曲线C、验证集上的准确率155.创建视图的命令是()。156.窗口事件是指操作窗口时引发的事件，下列不属于窗口事件的是()。A、打开D、取消157.传感器的输出信号达到稳定时，输出信号变化与输入信号变化的比值代表传感器的()参数。B、精度C、线性度D、灵敏度158.处理不平衡数据集时，通常不推荐()方法。A、过采样少数类B、欠采样多数类C、生成合成样本A、语音识别B、图像识别C、文本审核C、K均值算法D、朴素贝叶斯算法163.不属于TensorFlow20特点的是()。A、多核CPU加速164.不是kafka适合的应用场景是()。A、日志收集B、消息系统C、业务系统D、流式处理165.不是Flume特点的是()。B、集中式架构C、可扩展性D、可管理性166.表格式窗体同一时刻能显示()。C、3条记录D、多条记录参考答案：D167.标注出一句话中的动词属于()。A、分词标注C、词性标注D、实体标注168.阿尔法狗系列机器人曾与()出战过围棋比赛。169.ROM中的信息是()。A、生产厂家预先写入的B、计算机工作时随机写入的C、防止计算机病毒侵入所使用的D、专门用于计算机开机时自检的参考答案：A参考答案：B参考答案：A172.Rasa的组成中包括()。①Rasa-X②Rasa-NLU③Rasa-NLP④R173.L1和L2正则化是传统机器学习经常用来减少泛化误差的方法，以下说法正确的是()。A、L1正则化可以做特征选择B、L1和L2正则化均可做特征选择C、L2正则化可以做特征选择D、L1和L2正则化均不可做特征选择174.Keras提供了一种简洁的方法来创建基于TensorFlow或Theano的深度学习模型，并运用了各种优化技术使神经网络API调用变得轻松高效。下列功能属于Keras特点的是()。A、模块化B、用户界面不友好175.DataFrame.dropna函数的thresh参数值为6时表示()。A、有效数据小于6的行B、有效数据大于6的行C、有效数据等于6的行D、有效数据不等于6的行176.COCO数据集是由()出资建设的。B、微软C、谷歌D、阿里巴巴177.CNN中卷积层的主要特性是()。A、局部感知B、权值共享C、感受野D、以上都是178.Access自动创建窗体的方式有()种。179.“小男孩2岁了，第1次和奶奶一起旅行。”这句话经过文本正则归整后的结果是()。A、小男孩两岁了，第一次和奶奶一起旅行B、小男孩二岁了，第一次和奶奶一起旅行C、小男孩2岁了，第1次和奶奶1起旅行D、小男孩两岁了，第1次和奶奶一起旅行180.“机器人”这一词最早出现在()作家的小说中。A、德国C、瑞士D、捷克181.()用于声明一个张量的数据格式，告诉系统这里会有一个这种格式的张量，但是还没有给定具体数值，具体的数值要在正D、字符串182.()因素会影响合成语音的质量。A、汉字的复杂程度B、拼音借用英文字母C、汉字笔画和图画混淆D、语音数据的标注质量183.()是图形化交互，()是语音交互，()是对话式交互。①184.()是损失函数(LossFunction)在深度学习中的作用。A、测量模型的准确性B、优化模型参数C、评估模型输出与实际值之间的差异D、提高模型的泛化能力185.()是深度学习在自然语言处理领域的一个重要应用。C、专家系统186.()是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程计算机技术等领域的知识。B、情感交互D、脑机交互参考答案：A187.()是Hinton的DarkKnowledge。A、生成对抗网络B、基于注意力的循环神经网络C、模型压缩知识蒸馏D、元学习框架188.()可以用于加速神经网络的训练过程。A、增加训练样本B、使用更复杂的模型D、使用GPU加速189.()可以包含另一个选择或操作查询中SQLSELECT语句，可以在查询设计网格“字段”行输入这些语句来定义新字段，或在“准则”行来定义字段的准则。B、传递查询C、数据定义查询D、子查询190.()技术不是用于增强现实(AR)的关键组成部分。A、深度学习B、激光雷达C、头戴式显示设备D、传感器191.()功能不包含在环形麦克风阵列技术中。A、语音降噪B、回声消除C、声源定向D、语音合成192.()的操作不能提升项目质量。A、频繁押后不会做的题目B、直接提交预标注结果C、及时查看标注错题D、人效较高同学分享标注技巧193.()不属于迁移学习的基本问题。B、何处迁移C、如何迁移D、迁移多少194.()不是图像识别中常用的深度学习模型。A、CNN(卷积神经网络)B、RNN(循环神经网络)195.()不是数据采集和标注的关键环节。C、数据标注D、数据清洗196.()不是深度学习的基本组成。B、循环神经网络D、主成分分析197.()不是决策树常用的剪枝方法。D、代价复杂度剪枝198.()不是聚类分析的常用算法。B、决策树D、层次聚类参考答案：B199.()不是XGBoost相比于GBDT的改进之处。A、使用了二阶导数信息B、支持列子采样C、使用了L1和L2正则化D、只能用于二分类问题200.()包含人脸检测与属性分析、人脸对比、人脸搜索等。A、人脸识别B、数据挖掘C、机器学习D、深度学习1.最基础的数据标注团队至少有()等岗位角色。A、计算机维护人员B、数据标注员C、质检员D、项目负责人2.智能的特点是()。A、能对环境进行灵活的应对C、具有十分牢固的记忆力D、经济高效3.智能包含的能力有()。A、感知能力B、记忆和思维能力C、学习和自适应能力D、行为能力4.智慧教育的支撑技术包括()。A、物联网D、泛在网络5.在自然语言处理中，()技术可以用于提高机器翻译的质量。A、引入注意力机制B、数据增强C、使用预训练模型D、序列到序列模型6.在自然语言处理任务中，()技术适用于提升自动文本摘要生成、情感分析的性能和准确性。A、引入预训练模型B、序列到序列模型C、注意力机制D、数据增强7.在自然语言处理任务中，()技术适用于提升文本摘要生成和机器翻译的质量。A、引入预训练模型B、注意力机制C、序列到序列模型D、数据增强8.在自然语言处理任务中，()技术适用于提升文本摘要生成、情感分析和机器翻译的性能。A、序列到序列模型B、引入预训练模型C、注意力机制D、序列标注9.在自然语言处理任务中，()技术可以用于提升自动对话系统和文本摘要生成的自然性和流畅性。A、序列到序列模型B、注意力机制C、引入预训练模型D、数据增强10.在自然语言处理任务中，()技术可以用于提升文本分类、实体识别和情感分析的准确性和效率。A、引入预训练模型C、注意力机制11.在神经网络训练过程中，()方法可以用于防止过拟合。B、权重衰减(WeightDecay)D、学习率衰减(LearningRateDecay)12.在深度学习模型中，()技术可以用于提高图像数据处理的效A、使用卷积神经网络C、批量归一化D、使用Dropout13.在深度学习模型训练中，()技术可以用于提高模型训练的稳A、批量归一化D、数据增强14.在深度学习模型训练中，()技术可以用于提高模型的收敛速度和减轻梯度消失问题。A、梯度裁剪B、使用ReLU激活函数C、批量归一化参考答案：ABC15.在深度学习模型训练中，()技术可以用于防止模型过拟合并提高模型在不同任务上的表现。A、使用卷积神经网络B、数据增强D、批量归一化参考答案：BCD16.在深度学习模型设计中，()技术可以用于提高模型在图像分类和文本处理任务上的泛化能力。A、数据增强B、使用卷积神经网络C、使用DropoutD、批量归一化参考答案：ABCD17.在三层模式结构中，()是数据库的核心和关键，()通常是模式的子集，数据按模式的描述提供给用户、按()的描述存储在硬盘上。A、模式B、外模式C、内模式D、数据结构参考答案：ABC18.在任务栏上可以显示的工具栏是()。A、地址B、链接C、桌面D、快速启动参考答案：ABCD19.在SQL语句中，X为INT数据类型，可以用来表示"10<X<15"的是()。参考答案：ACD20.语音编码格式是指按一定格式压缩采样和量化后的数值，从而降低音频的数据量，便于音频数据的存储和传输。常用的编码格式有()。21.语法类异常包括()。A、不规则的取值B、值域格式错误C、词法错误D、数据中存在重复值22.以下叙述正确的是()。A、continue语句的作用是结束整个循环的执行B、在循环体内使用break语句或continue语句的作用相同C、只能在循环体内使用break语句D、从多层循环嵌套中退出时，可以使用break或continue语句23.一个计算机网络应包含()等三个主要组成部分。B、若干主机C、传输介质D、通信设备E、通信协议24.下列用户的电子邮件地址中，错误的是()。A、用户名，用户口令，电子邮箱所在的主机域名B、用户名，用户口令C、用户名，电子邮箱所在的主机域名D、用户口令，电子邮箱所在的主机域名25.下列计算机部件中()包含在主机内。D、只读存储器26.下列()是未来计算机的发展趋势。A、提高性能B、缩小体积C、减少成本D、与通信技术结合E、与多媒体技术结合27.下列()是冲突操作。A、对同一个数据的读写操作B、对不同数据的读写操作C、对不同数据的写写操作D、对同一数据的写写操作28.无人超市采用了()等多种智能技术，消费者在购物流程中将依次体验自动身份识别。C、深度学习算法29.为了进行分类模型的训练和性能评价，需要将输入的标注数据划分为()。A、数据的类标B、测试集C、数据的特征D、训练集30.图像数字化需要经过的步骤包括()。A、采样D、旋转31.图像存储格式包括()。32.通用网络爬虫基本工作流程包括()。A、打开浏览器C、数据存储D、预处理33.调查用户的具体步骤主要有()。A、调查组织机构情况B、调查各部门的业务活动情况C、协助用户明确对新系统的各种要求D、确定新系统的边界34.特征向量的形成过程包括()。A、特征形成B、特征提取C、特征选择D、特征评判35.数字图像处理一般要完成的任务有()。A、图像增强B、图像变换C、图像获取D、图像识别36.数据库设计过程中形成数据库的各级模式，大致可以总结为A、概念设计阶段形成概念模式B、逻辑设计阶段形成逻辑模式和外模式C、物理设计阶段形成内模式D、概念设计阶段形成子模式37.数据库名称合法的是()。38.数据的完整性是指数据的()。D、有效性39.属于小波去噪步骤的有()。A、对图像信号进行小波分解B、对经过层次分解后的高频系数进行阈值量化C、利用二维小波重构图像信号D、通过长波实现噪声消除40.属于特征选择的优点有()。A、解决模型自身的缺陷B、减少过拟合C、提升模型的性能D、增强模型的泛化能力41.适合使用Python的有()。A、可作为脚本语言，快速编写小型程序、脚本等B、可应用在数据科学、交互式计算及可视化领域C、可作为胶水语言，整合如C++等语言代码D、Python适用于低延时、高利用率的应用场景42.神经网络训练中，()技术可以帮助防止过拟合。C、数据增强D、权重衰减(L2正则化)E、批量归一化43.神经网络起源很早，但真正被大规模商用还是在本世纪，阻碍神经网络在上世纪发展的主要原因是()。A、理论没有发展起来B、科学界不重视C、计算能力跟不上D、标注数据不足44.人们从不同的角度去观察问题，对模式分解等价的概念形成了()的不同定义。A、分解具有无损连接性B、分解保持函数依赖C、分解既要无损连接，也要保持函数依赖D、分解既不无损连接，也不保持函数依赖45.人工智能发展的三阶段是指()。C、知识期D、机器学习期46.人工智能的基础包括()。B、计算机科学D、心理学47.人工智能催生新技术()。A、生产方式B、生活方式C、行为模式D、思维模式48.命名实体包括()。C、机构名49.每个独立的视频标签应包括()信息。A、标签编码B、文件路标C、置信度50.联想存储的特点是()。A、可以存储许多相关(激励、响应)模式B、以分布稳健的方式存储信息C、即使输入激励模式完全失真时，仍然可以产生正确的响应模式D、可在原存储中加入新的存储模式51.可以对数据库RDS参数模板进行()操作。52.卷积神经网络采用了()的方式，降低了计算量和过拟合的风A、局部连接B、全局变量C、权值共享53.进行模型训练之前，需要先把标注好的数据进行分类。训练有监督学习模型时会将数据集划分为()。A、训练集B、验证集C、测试集54.交换机堆叠后，主交换机的选举方式有()。A、用户指定B、自动选举C、堆叠后，逻辑上是一个交换机，因此堆叠成员没有主备D、顺序产生55.计算机按照所处理的数据类型可以分为()。A、数字计算机B、模拟计算机C、混合计算机D、通用计算机56.基因遗传算法常用的结束条件包括()。A、达到一定的迭代次数B、适应度函数达到一定的要求C、达到一定的变异次数D、达到一定的交叉次数57.关于自然语言处理正确的是()。A、目前最先进的自然语言处理技术基于深度学习模型B、自然语言处理技术达到人类智能的标准是通过图灵测试C、文本标注的对象是自然语言文本D、文本标注主要用于无监督学习58.关于主键，说法正确的是()。A、可以是表中的一个字段B、是确定数据库中的表的记录的唯一标识字段C、该字段不可为空也不可以重复D、可以是表中的多个字段组成的59.关于神经网络的组织特性，说法正确的是()。A、可以模拟生物神经系统B、面向真实世界物体C、面向仿真环境物体D、做出交互反应60.关于删除操作，说法正确的是()。61.关于DELETE和TRUNCATETABLE的说法，正确的是()。A、两者都可以删除指定条目的记录B、前者可以删除指定条目的记录，后者不能C、两者都返回被删除记录的数目D、前者返回被删除记录数目，后者不返回62.关系数据库查询处理可分为()步骤。C、查询优化D、查询执行63.关系的完整性主要是指()。B、引用完整性C、用户定义的完整性D、数据完整性64.谷歌相册与传统手机相册最大的不同点是()。A、根据照片内容自动添加标记B、根据不同标记进行归类和搜索C、自动对照片进行美颜D、定时备份照片E、人脸识别和搜索65.反向传播算法中，梯度下降的作用是()。A、计算神经网络权重的梯度B、更新网络的权重和偏差C、提高模型的泛化能力66.度量泛化能力好坏的最直观表现是模型的()。D、准确度67.大数据的业务应用处理需要经过()的流程。B、数据清洗C、数据建模D、数据加工68.从机器学习预测目标数据的离散程度，可以将机器学习分为A、回归问题B、分类问题C、识别问题69.常用的外存贮器有()。B、随机存取存储器RAMC、硬盘驱动器D、扫描仪E、优盘70.常用的图像数据标注工具包括()。71.不属于强化学习目标的是()。A、最小损失函数B、最大化收益C、局部最优解D、全局最优解72.并发操作可能会带来的数据不一致性有()。A、丢失修改B、不可重复读C、读脏数据D、死锁A、语音交互B、情感交互C、体感交互D、脑机交互74.按照智能应用场景，语音数据标注任务可划分为()。A、智能家居D、智能车载75.URL组成()。A、检索方式(协议)B、计算机服务器名称C、文档目录和文件名D、任何随意的检索词76.SQL中定义事务的语句主要有()。77.SQL语言的数据操纵功能通常包括()动词。78.JSON信息概念包括()。B、对象C、属性79.INTERNET提供的服务主要有()。80.DELETE(DEL)键的功能是()。A、删除光标前一个字符B、与CTRL和ALT合用，完成热启动C、删除光标上的字符D、与Backspace(退格键)功能相同E、与Shift键配合，可以一次删除一行81.CSE微服务引擎支持()功能。B、服务配置D、高性能微服务框架82.BERT模型架构的优势包括()。B、能够处理长序列数据C、适合大规模数据集D、低资源消耗83.ASR在中文领域有很大的难度，主要原因是()。A、中文博大精深B、方言众多C、目前ASR技术不成熟D、数据量不够84.a=np.array([1,2,3,4,5,6,7,8]),()可以使输出结果为([5,7])。85.()用循环神经网络处理效果比较好。A、语音识别B、自然语言处理C、图像识别D、人脸识别86.()因素可能影响神经网络的训练效果。B、批量大小C、损失函数的选择D、激活函数的选择E、数据集的规模87.()是正确的Python字符串。88.()是图像分割中常用的基于区域的方法。B、MeanShift算法C、分水岭算法D、直方图均衡化89.()是数值数据类型(即可用于算术表达式)。D、“1002”90.()是输出设备。A、打印机C、扫描仪D、显示器91.()是事务特性。B、持久性C、原子性D、一致性92.()是生成式人工智能模型训练方法的特点。A、使用经典优化器C、分布式训练93.()是人类特有的，而机器所不具备的。94.()是人工智能的子领域。A、自然语言处理B、人类行为学C、机器视觉D、电脑维护95.()是典型的自然语言处理(NLP)任务。A、语音识别B、文本分类C、图像分割D、机器翻译96.()是常见的机器学习算法。A、支持向量机(SVM)C、深度学习D、决策树97.()可用于数据采集技术。98.()可以认为是计算机视觉的任务。A、图像存储B、图像/视频中文字的检测和识别C、视频中感兴趣目标的检测跟踪和定位D、图像中前景物体与背景的分割99.()行业需要用到数据采集。B、政府C、金融反欺诈D、教育100.()方法可以用于提高神经网络模型的泛化能力。B、正则化C、使用更大的网络结构D、批量归一化E、交叉验证判断题1.自然语言包括人类交流的语言——口语、书面语、手语、旗语等，而人造语言是在自然语言基础上改良的自然语言。2.注意力机制只适用于提高机器翻译的准确性。3.注意力机制能够提升模型对长距离依赖关系的捕捉能力。4.注意力机制能够提高深度学习模型的泛化能力。B、错误5.注意力机制能够提高模型对长距离依赖的捕捉能力。6.智能家居应该能自动感知周围的环境，不需要人的操控。7.针对数据标注疑问案例分类型整理，可对项目质量提升产生正向增益。B、错误8.针对电力元件故障的预测模型需要较高的泛化能力这一问题，可选用Adaboost集成算法提升性能。Adaboost算法是一种带有自适应功能、可以自动调整权值的Bagging集成算法。B、错误9.召回率(Recall)是指分类正确的正样本个数(TP)占真正的正样本个数(TP+FN)的比例。长期依赖问题，比标准RNN表现更好。11.在图像处理中，采样越细，像素越小，越能精确地表现图像。12.在搜索数据库中的数据时，SQL通配符可以替代一个或多个字符，SQL通配符必须与LIKE运算符一起使用。13.在数据库的三级模式结构中，内模式可以有多个。14.在数据标注中，当标注人员标注的数据被质检人员判误，可以15.在数据标注过程中，“图片非正常显示”属于标注平台可能出16.在使用子查询时，必须使用括号把子查询括起来，以便区分外17.在神经网络中，权重初始化对模型的训练速度和性能没有影18.在深度学习模型训练中，学习率越大，行推理和决策的技术。20.在进行数据查询时，不能指定查询结果的标题，只能用字段名21.在机器学习中，模型选择通常指的是从多个候选模型中选择最B、错误22.在关系理论中，把能够唯一地确定一个元组的属性或属性组合23.在表中创建一个标识列(IDENTITY),当用户向表中插入新的数据行时，系统自动为该行标识列赋值。24.语音识别、计算机视觉等领域的突破离不开深度学习算法。25.语言识别是人工智能的重要分支之一，它解决的是不仅能听人们在说什么,而且能听懂这些话的意思。26.与超声传感器相比，红外测距的准确度更高。B、错误27.由于不同地方有不同的文化，机器翻译有时会出现歧义。28.用传感器采集环境信息是机器人智能化的第一步。29.引入预训练模型可以提高深度学习模型在新任务上的表现。参考答案：A30.引入预训练模型可以缩短模型训练时间。31.一个数据表只能有一个唯一索引。参考答案：B32.一般优秀的诗词都是从真情实感出发。B、错误33.巡检缺陷样本标注时，缺陷目标框大小与照片的比例应尽可能参考答案：B34.序列标注任务适合使用注意力机制来提升性能。35.虚拟IP主要用在云服务器的主备切换，达到高可用性HA(H36.新中国第一家证券交易所创立于北京东城。37.相同型号的机器人面对相同的大数据、相同的算法，会做出相同的股票操作策略。38.现在要设计一个节点，开发路径规划功能，输入是目标点和起始点，输出是路径，适合用Topic通信方式。39.物联网的数据处理技术主要是实现数据的存储、处理、分析、决策与高效应用。40.文本挖掘又称信息检索，是从大量文本数据中提取以前未知的、有用的、可理解的、可操作的知识的过程。41.文本标注是将文字、标点在内的文本进行标注，是计算机能够读懂识别从而应用于人类的生产领域。42.谓词的个体，可以是一个常量，也可以是一个变元，还可以是43.位置传感器是指能感受被测物的位置并转换成可用输出信号44.维修人员必须保管好机器人钥匙，严禁非授权人员在手动模式下进入机器人软件系统随意翻阅或修改程序及参数。45.为了让MySQL较好地支持中文，在安装MySQL时，应该将数据库服务器的缺省字符集设定为gb2312。46.微服务架构模式下.开发者无法自由选择开发技术来提供API47.图像二值化处理是将图像中感兴趣的部分置1、背景部分置2。48.图灵认为人工智能应当是一个模拟成人成熟思维的系统。49.图灵测试存在的潜台词是机器智能的极限可以超越人的智能，机器智能可以不与人的智能比拟。50.同一个Topic上可以有多个发布者。51.提示学习是一种通过提供大量样本进行学习的方法。52.梯度裁剪仅适用于卷积神经网络(CNN)。53.特征提取方式需要根据语音单元的特点提取。54.随着训练样本数据量的提升，模型的泛化误差上界越小，泛化能力也随之提升。55.数字化示范需统筹考虑公司数字化转型发展战略纲要和“十四五”数字化规划，打造四层两类示范，即纵贯(总部、省、市、县)四个层级的专项示范和综合示范。B、错误参考答案：B56.数据增强技术可以用于提高自然语言处理任务的性能。57.数据增强技术可以用于减轻深度学习模型的过拟合问题。58.数据增强技术可以通过添加噪声来实现。59.数据预处理是在大数据和人工智能领域中常见的操作，用于清洗、转换和归一化原始数据。60.数据试标只存在于短期高频项目，长期项目不用试标。61.数据清洗是指为了保证模型训练效果，利用仅有的数据样本生成额外的人工合成的数据，提升泛化能力。62.数据库恢复是使被故障破坏掉的数据恢复到故障前的某种数据一致的状态。63.数据库安全审计的操作日志默认会一直保存。64.数据科学是根据数据世界的分析结果，对现实世界进行预测、洞见、解释或决策的新兴科学。65.数据科学流程的特殊性在于需要将科学家的3C精神融入业务66.视图是一个虚拟表，并不表示任何物理数据，只是用来查看数据的窗口而已。67.视觉相机可以获取物体高度方向的位置信息。68.使用SQL语言的CREATETABLE命令可以直接建立表。69.使用Dropout技术能够提高深度学习模型的训练速度。参考答案：B70.使用Dropout技术可以在一定程度上防止深度学习模型过拟71.使用Dropout技术可以有效防止深度学习模型的过拟合问题。72.使用Dropout技术会显著增加模型的训练时间。73.使用Dropout技术不会影响模型的最终性能。74.省级人工智能服务门户提供运行环境、模型库、样本库、应用管理等统一入口，提供通用模型、专用模型、应用案例等开放能力服务。75.神经网络是一种模仿人脑神经元结构和工作原理的计算模型。76.深度学习中的自编码器AutoEncoder是一种无监督学习算法，用于学习数据的压缩表示。77.深度学习虽然是一个热门领域，但是已有多年的发展历史，主要有快速发展期和爆发期。78.深度学习是机器学习的一个分支，主要关注如何使用神经网络79.深度学习模型中的正则化技术，如L1和L2正则化，主要用于增加模型的复杂度，提高预测精度。B、错误80.深度学习就是一种绿色人工智能。81.申请负载均衡创建的负载均衡为融合ELB时，用户可以通过添加黑名单的方式控制访问负载均衡的监听器的IP。A、正确82.删除错误是指实际语音中有，但识别结果里没有。83.若使用REVOKE命令撤消某用户创建表的权限，则该用户将84.任何包含前景和背景的图像都可以使用大津法获得最佳阈值。85.人效和准确率是影响标注数据指标达成的因素。86.人类智能可以和机器智能相互融合。87.人机交互是指关于设计、评价和实现供人们使用的交互式计算机系统，并围绕相关的主要现象进行研究的学科。88.人工智能算法不需要数据来进行训练。89.人工智能是计算机科学的一个分支，是智能计算机系统即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧(对语言能理解、能学习、能推理)。B、错误90.人工智能是计算机科学的一个分支，即智能计算机系统，也就是人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧(对语言能理解、能学习、能推理)。91.人工智能是20世纪50年代才开始研究的一项技术，还没有得到应用。93.人工智能的发展完全依赖于算法的进步，与数据的质量和数量参考答案：B94.人工神经元网络只需要很少的数据便可掌握处理特定问题的97.缺省情况下，所创建的索引是非聚集索引。A、正确98.前三次工业革命是机器人代替人的体力劳动，正在到来的人工智能革命将开始代替脑力劳动。99.批量归一化有助于解决梯度消失问题。B、错误101.批量归一化仅在全连接网络中有效。B、错误104.目前，学术界对人工智能已经形成了统一标准的概念。105.目前，全球主要的国家和地区都已经将人工智能视为战略制高点，加大力度进行发展。106.目标变量的影响因素可以是连续值也可以是离散值，自变量和目标变量之间的关系被称为模型。B、错误107.路径规划方法通过对空间解析离散化或者随机采样来确保完108.零漂引起的放大电路输出可视为共模输出。109.灵活理解语句的能力是人类智能的标准。110.两个变量相关，它们的相关系数r可能为0。111.空值不同于空字符串或数值0,通常表示未填写、未知(Unknown)、不可用或将在以后添加的数据。112.开启读写分离功能后，主实例和只读实例均不允许修改内网A、正确参考答案：A113.卷帘快门是多数CMOS使用的，特征是逐行曝光，每一行的曝光时间不一致。114.卷积神经网络是Hopfield神经网络的延伸与拓展。A、正确116.卷积神经网络(CNN)适用于图像识别和图像分割任务。117.卷积神经网络(CNN)适合处理具有空间关系的数据，比如118.卷积神经网络(CNN)常用于处理序列数据。119.卷积神经网络(CNN)不能应用于时间序列预测任务。A、正确120.静态方法可以直接访问，不需要使用类名静态方法名调用。121.金具作为输电线路的重要组成部分，利用深度学习模型可对金具缺陷进行目标检测。122.金角银边草肚皮一般代表的是围棋棋子放置的位置。123.结构型传感器的原理比物性型传感器的原理比相对清晰。124.建立数据库中的表时，将“年龄”字段值限制在18—25岁之间。这种约束属于参照完整性约束。125.坚持安全性、可用性、互操作性、可追溯性原则，逐步建立并完善人工智能基础共性、互联互通、行业应用、网络安全、隐私保护等技术标准。126.计算字段是指将已有的字段通过使用表达式而建立起来的新127.计算机可以在视频画面中识别车辆信息，帮助失主追回被盗的汽车。128.机械臂关节逆解适合用Service通信方式。129.机器语言的特点是有丰富的修辞手段。130.机器视觉是指用计算机实现人的视觉功能——对客观世界的三维场景的感知、识别和理解。131.回归问题和分类问题都有可能发生过拟合。132.华为微服务引擎CSE的功能包括微服务运维生命周期管理。134.滚动角、俯仰角和偏航角进行的一系列连续旋转是相对于世界坐标系进行的，而不是相对于动坐标系进行的。135.轨迹规划与控制就是按时间规划和控制手部或工具中心走过参考答案：B关键字参数必须在最后面。138.根据激光测距仪数据构建栅格