长沙文创艺术职业学院《工程制图B》2024-2025学年第二学期期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页长沙文创艺术职业学院

《工程制图B》2024-2025学年第二学期期末试卷题号一二三四总分得分一、单选题（本大题共15个小题，每小题2分，共30分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、在人工智能的文本分类任务中，例如将新闻文章分类为政治、经济、体育等类别。假设数据集存在类别不平衡的问题，某些类别的样本数量远远多于其他类别。为了提高分类模型在这种情况下的性能，以下哪种方法是有效的？（）A.对少数类进行过采样，增加其数量B.对多数类进行欠采样，减少其数量C.使用不平衡数据直接训练模型，不做处理D.只关注样本数量多的类别，忽略少数类别2、假设要开发一个能够在复杂环境中自主导航的智能机器人，例如在仓库中搬运货物，以下哪个模块对于机器人的决策和行动至关重要？（）A.环境感知模块B.路径规划模块C.运动控制模块D.以上都是3、强化学习是人工智能中的一种学习方法，常用于训练智能体在环境中做出最优决策。假设一个机器人需要通过强化学习来学习如何在复杂的环境中行走而不摔倒。以下关于强化学习的描述，哪一项是不正确的？（）A.智能体通过与环境进行交互，根据获得的奖励来调整自己的行为策略B.强化学习需要大量的试验和错误来找到最优策略，计算成本较高C.可以用于解决连续动作空间和高维度状态空间的问题D.强化学习不需要对环境有任何先验知识，完全依靠随机探索来学习4、人工智能在金融领域的应用包括风险评估、欺诈检测等。假设一家银行要利用人工智能进行客户信用评估。以下关于人工智能在金融领域应用的描述，哪一项是不正确的？（）A.可以通过分析客户的交易记录、信用历史等多维度数据来评估信用风险B.人工智能模型能够自适应地学习和更新，以适应不断变化的金融市场环境C.人工智能的决策结果完全可靠，不需要人类专家的监督和审核D.可以帮助金融机构降低成本，提高风险控制的准确性和效率5、人工智能中的情感识别不仅可以应用于人类的情感分析，还可以用于动物的行为研究。假设我们要通过动物的行为来判断其情感状态，以下关于动物情感识别的说法，哪一项是正确的？（）A.动物的情感表达和人类完全相同B.可以直接使用人类情感识别的模型和方法C.需要结合动物的生理特征和行为模式进行分析D.动物的情感识别没有实际应用价值6、人工智能在语音识别领域取得了重大进展。假设要开发一个能够实时将语音转换为文字的系统，以下关于语音识别的描述，哪一项是不正确的？（）A.声学模型用于分析语音的声学特征，语言模型用于理解语言的语法和语义B.深度神经网络在语音识别中能够提高识别准确率和鲁棒性C.语音识别系统在各种环境和口音条件下都能达到100%的准确率D.对大量不同口音和背景噪音的语音数据进行训练，可以提升系统的适应性7、在人工智能的模型训练中，数据预处理是重要的环节。假设要训练一个用于图像识别的模型，以下关于数据预处理的描述，哪一项是不正确的？（）A.数据清洗可以去除噪声和异常值，提高数据质量B.数据增强可以通过旋转、缩放等操作增加数据的多样性C.数据归一化可以将数据的值范围统一，有助于模型的训练和收敛D.数据预处理对模型的性能影响不大，可以忽略这一环节，直接进行模型训练8、人工智能中的情感分析旨在判断文本所表达的情感倾向。假设要分析社交媒体上用户对某一产品的评价情感，以下哪种方法可能不太适用？（）A.基于词典的方法B.基于机器学习的方法C.基于规则的方法D.基于人工判断的方法9、在人工智能的机器翻译任务中，为了提高翻译的质量和准确性，尤其是对于具有特定领域知识的文本，以下哪种策略可能是有效的？（）A.使用大规模通用语料库B.引入领域特定的词典和知识C.优化神经网络架构D.以上都是10、深度学习模型在图像识别任务中取得了显著的成果。假设要训练一个深度卷积神经网络来识别不同种类的动物，以下关于模型训练的描述，正确的是：（）A.增加网络的层数一定能提高模型的识别准确率，层数越多越好B.训练数据的数量和质量对模型的性能影响不大，关键在于网络结构的设计C.模型在训练集上的准确率很高，但在测试集上的准确率很低，可能是出现了过拟合现象D.深度学习模型不需要进行调参和优化，直接使用默认参数就能得到较好的结果11、人工智能中的自动推理技术旨在让计算机自动进行逻辑推理和问题求解。以下关于自动推理的说法，不正确的是（）A.自动推理可以应用于定理证明、规划和诊断等领域B.基于规则的推理和基于模型的推理是自动推理的常见方法C.自动推理系统能够处理所有复杂的逻辑问题，无需人类干预D.不确定性推理和非单调推理是自动推理中的难点和研究热点12、在人工智能的强化学习中，假设环境的奖励信号存在延迟和不确定性。以下哪种方法能够帮助智能体更好地应对这种情况？（）A.使用深度强化学习算法，具有更强的表示能力B.引入先验知识和启发式策略C.增加训练的迭代次数D.以上都是13、人工智能中的强化学习算法可以用于优化资源分配。假设一个数据中心要通过人工智能分配计算资源，以下关于其应用的描述，哪一项是不正确的？（）A.根据服务器负载和任务需求，动态调整资源分配策略B.以最小化能耗和提高服务质量为目标，优化资源利用效率C.强化学习可以快速适应数据中心的变化，无需人工重新配置D.强化学习算法在资源分配中总是能够找到最优解，不存在次优情况14、人工智能中的联邦学习是一种新兴的技术。假设多个机构想要在保护数据隐私的前提下共同训练一个模型，以下关于联邦学习的描述，正确的是：（）A.联邦学习中，各机构的数据需要集中到一个中心服务器进行统一训练B.联邦学习能够在不共享原始数据的情况下实现模型的协同训练C.联邦学习只适用于小规模的数据和简单的模型结构D.联邦学习过程中不存在数据安全和隐私泄露的风险15、人工智能在图像识别领域取得了显著的成果。假设要开发一个能够识别水果种类的图像识别系统，需要考虑多种因素。以下关于图像数据预处理的步骤，哪一项是最关键的？（）A.对图像进行裁剪和旋转，以统一图像的大小和方向B.将图像转换为灰度图像，减少数据量C.对图像进行增强和去噪处理，提高图像质量D.随机打乱图像的顺序，增加数据的多样性二、简答题（本大题共3个小题，共15分)1、（本题5分）说明目标检测的方法和挑战。2、（本题5分）谈谈人工智能在人才招聘中的应用。3、（本题5分）简述人工智能在医疗资源分配和公平性保障中的策略。三、操作题（本大题共5个小题，共25分)1、（本题5分）利用Python中的PyTorch框架，构建一个基于注意力机制的图像生成模型，控制生成图像的风格和内容。2、（本题5分）运用Python的Keras库，构建一个基于强化学习的资源分配优化模型。例如在云计算环境中合理分配计算资源，提高资源利用率。3、（本题5分）运用自然语言处理技术，对新闻标题进行分类和热度预测。为新闻推荐系统提供支持。4、（本题5分）使用聚类算法对医学图像数据进行分析，发现不同的病理特征和疾病类型，辅助医生进行诊断。5、（本题5分）使用Python中的OpenCV库，实现对视频中的表情识别，分析不同表情的特征和变化