2026年广西崇左公安AI大数据专业科目考试题库

2026年广西崇左公安AI大数据专业科目考试题库第一部分单项选择题1.在公安大数据情报研判中，数据清洗是至关重要的一步。关于“缺失值处理”，下列哪种情况最适合使用均值填充法？A.数据集中存在大量随机缺失的数值型字段，且数据分布近似正态分布B.数据缺失具有明显的规律性，且缺失本身包含了某种信息C.缺失比例超过40%，且该变量为关键特征D.数据为非数值型的分类变量2.广西崇左市作为边境城市，在边防管控中大量使用了视频结构化技术。在目标检测算法（如YOLO系列）中，用于评估模型定位精度的指标是？A.mAP（meanAveragePrecision）B.IoU（IntersectionoverUnion）C.Recall（召回率）D.F1-Score3.某公安局在构建犯罪嫌疑人关系图谱时，使用了PageRank算法。该算法的核心思想是？A.通过聚类发现紧密连接的团伙B.根据节点的连接数量和重要性进行排序，识别关键人物C.寻找图中两个节点之间的最短路径D.随机游走并计算收敛后的概率分布4.在进行电信诈骗案件资金流分析时，经常遇到多层嵌套的转账账户。为了追踪资金流向，最适合使用的图算法是？A.强连通分量算法B.最短路径算法（Dijkstra）C.深度优先搜索（DFS）D.标签传播算法（LPA）5.公安视频图像专网与互联网之间必须实行物理隔离或逻辑强隔离。在数据交换过程中，为了防止视频文件中夹带恶意代码，最常采用的安全技术是？A.防火墙技术B.视频安全隔离与信息交换系统（网闸）C.VPN加密技术D.入侵检测系统（IDS）6.在机器学习中，训练集、验证集和测试集的划分原则主要依据是？A.数据量的大小，按比例随意划分B.数据的采集时间，训练集必须早于测试集C.保证三个集合的数据分布独立同分布（I.I.D.）D.验证集的数据量必须大于测试集7.针对崇左市边境复杂的地理环境，利用无人机进行巡逻侦查。无人机回传的高分辨率图像在进行语义分割时，常用的网络结构是？A.ResNetB.FasterR-CNNC.U-NetD.RNN8.在SQL数据库查询中，若需从“案件信息表”中查询案发地点在“崇左市江州区”且案发时间在“2025年”的所有盗窃案件记录，并按案发时间降序排列，正确的查询语句片段是？A.`SELECT*FROM案件信息表WHERE地点='崇左市江州区'AND时间='2025'ORDERBY时间ASC`B.`SELECT*FROM案件信息表WHERE地点='崇左市江州区'ANDYEAR(时间)=2025ORDERBY时间DESC`C.`SELECT*FROM案件信息表WHERE地点LIKE'崇左市江州区%'ORDERBY时间DESC`D.`SELECT*FROM案件信息表WHERE地点='崇左市江州区'ORYEAR(时间)=2025SORTBY时间DESC`9.某反诈模型在对正常用户和诈骗用户的分类中，重点关注的是不能漏掉诈骗用户。此时，优化算法应重点关注的指标是？A.准确率B.精确率C.召回率D.特异度10.Hadoop生态系统中，负责分布式存储和分布式计算的核心组件分别是？A.HDFS和MapReduceB.HBase和SparkC.Hive和YARND.ZooKeeper和Flume11.在自然语言处理（NLP）技术应用于舆情分析时，将文本转换为计算机可处理的向量表示，常用的技术不包括？A.TF-IDFB.Word2VecC.One-hotEncodingD.PrincipalComponentAnalysis(PCA)12.深度学习中，为了解决梯度消失问题，常用的激活函数是？A.SigmoidB.TanhC.ReLUD.Softmax13.关于数据的离散程度，下列指标中受极端值影响最大的是？A.中位数B.四分位距C.标准差D.方差14.在公安大数据平台建设中，ETL工具的主要功能是？A.数据加密、传输、解密B.数据抽取、转换、加载C.数据查询、统计、报表D.数据备份、恢复、归档15.下列关于贝叶斯分类器的描述，错误的是？A.基于贝叶斯定理B.假设特征之间是相互独立的C.需要大量的训练数据才能获得好的效果D.在文本分类（如垃圾邮件识别）中表现良好16.某神经网络模型在训练集上表现很好，但在测试集上表现很差，这种现象称为？A.欠拟合B.过拟合C.梯度爆炸D.死亡ReLU17.在公安情报分析中，关于“众包”模式的数据采集，主要风险是？A.数据采集速度慢B.数据存储成本高C.数据质量参差不齐且可能存在虚假信息D.数据格式不统一18.已知某类案件的先验概率P(A)=0.1，在某种证据BA.B.C.D.19.在人脸识别门禁系统中，1:1比对和1:N比对的区别在于？A.1:1是验证身份，1:N是辨认身份B.1:1是辨认身份，1:N是验证身份C.1:1速度比1:N慢D.1:1比1:N需要更多的存储空间20.下列哪种聚类算法不需要预先指定聚类数量（K值）？A.K-MeansB.DBSCANC.层次聚类D.高斯混合模型21.在时间序列分析中，用于预测未来交通流量的ARIMA模型，其中“MA”代表？A.自回归B.差分C.移动平均D.季节性22.公安网安全审计系统中，通过对用户行为的基线进行分析，若发现某用户在深夜非工作时间大量下载敏感案件数据，这属于哪种异常检测技术？A.基于规则的检测B.基于统计的异常检测C.基于机器学习的异常检测D.基于状态的检测23.关于K-Means聚类算法，下列说法正确的是？A.K值的选择对结果没有影响B.算法一定能收敛到全局最优解C.对初始质心的选择敏感D.只能处理数值型数据24.在大数据特征工程中，将不同量纲的数据（如身高1.8米，收入10000元）转化到同一区间（如[0,1]）的过程称为？A.归一化B.独热编码C.二值化D.离散化25.支持向量机（SVM）算法中，核函数的作用是？A.增加数据集的样本数量B.将低维非线性可分数据映射到高维空间使其线性可分C.加速模型的收敛速度D.防止过拟合26.崇左公安在建设“智慧警务”时，涉及到多维数据的融合。下列哪种数据属于“时空数据”？A.犯罪嫌疑人的户籍信息B.某基站的通话记录C.巡逻车辆的GPS轨迹数据D.某旅店的入住登记信息27.在计算机视觉中，卷积神经网络（CNN）特有的“池化层”的主要作用是？A.增加网络的深度B.提取图像的纹理特征C.降低特征图的维度，减少计算量并保持特征不变性D.引入非线性因素28.某数据库表中包含身份证号字段，为了保证数据隐私，在进行数据共享时，对身份证号中间几位进行遮挡（如450101****1234），这种处理方式称为？A.数据加密B.数据脱敏C.数据压缩D.数据清洗29.决策树算法中，用于选择最佳划分特征的度量指标通常不包括？A.信息增益B.信息增益率C.基尼系数D.均方误差30.在Hive数据仓库中，分区的主要目的是？A.提高数据安全性B.优化查询效率，减少扫描的数据量C.方便数据备份D.强制数据一致性31.某系统对入境车辆的车牌进行识别，白天识别准确率为99%，夜间由于光线不足准确率下降至85%。为了提升夜间识别效果，下列哪种技术最直接有效？A.增加更多的训练数据（仅限白天数据）B.使用红外热成像技术辅助可见光图像C.降低模型的输入分辨率D.减少神经网络的层数32.在图神经网络（GNN）的应用中，若需预测社交网络中两个未连接节点之间建立链接的可能性，这属于什么任务？A.节点分类B.链接预测C.图分类D.聚类33.Python语言中，用于科学计算和数据处理的第三方库不包括？A.NumPyB.PandasC.MatplotlibD.TensorFlow34.关于数据仓库的特征，下列描述错误的是？A.面向主题的B.集成的C.相对稳定的D.实时更新的35.某二分类模型的混淆矩阵如下：预测正例100例（其中真正例80例），预测负例900例（其中真负例850例）。该模型的准确率是？A.80%B.85%C.93%D.75%36.在警务云平台中，虚拟化技术是实现资源池化的关键技术。下列哪种虚拟化技术主要应用于网络层面？A.计算/服务器虚拟化B.存储虚拟化C.网络虚拟化（如VXLAN）D.桌面虚拟化37.关联规则挖掘中，“支持度”和“置信度”是衡量规则强弱的重要指标。若规则A→A.A发生时B一定发生，但A和B同时发生的概率很低B.A和B没有关系C.该规则非常有商业价值D.B发生时A一定发生38.在视频监控中，运动目标检测常用的背景差分法，其基本原理是？A.利用光流场计算像素运动矢量B.利用相邻帧之间的差分来检测运动C.利用当前帧与背景模型进行差分D.利用深度学习直接输出目标框39.公安大数据治理中，元数据管理的主要作用是？A.存储原始业务数据B.描述数据的属性、结构、来源和去向，方便数据检索和管理C.加密敏感数据D.清洗脏数据40.下列关于TensorFlow或PyTorch深度学习框架的描述，正确的是？A.只能在CPU上运行B.支持自动求导机制C.无法处理图像数据D.不能用于构建循环神经网络第二部分多项选择题1.公安大数据的“4V”特征通常包括？A.Volume（大量）B.Velocity（高速）C.Variety（多样）D.Value（低价值密度）E.Veracity（真实性）2.下列哪些技术属于自然语言处理（NLP）的应用范畴？A.语音识别（ASR）B.机器翻译C.命名实体识别（NER）D.情感分析E.图像分类3.在警务数据分析中，关于异常值检测的方法包括？A.3σ原则B.箱线图分析C.基于聚类的方法D.孤立森林E.线性回归4.预防模型过拟合的常用手段有？A.增加训练数据量B.减少模型复杂度（如减少网络层数）C.使用正则化（L1/L2）D.早停法E.增加学习率5.下列哪些属于关系型数据库？A.MySQLB.OracleC.MongoDBD.PostgreSQLE.Redis6.视频结构化描述的主要内容包括？A.机动车特征（车牌、车型、颜色）B.行人特征（性别、年龄、上衣颜色、是否戴口罩）C.非机动车特征D.行为特征（奔跑、打斗）E.音频特征7.关于数据安全，下列哪些措施是必要的？A.数据传输加密（SSL/TLS）B.数据存储加密C.访问控制（RBAC）D.操作日志审计E.定期数据备份8.常用的降维算法包括？A.PCA（主成分分析）B.LDA（线性判别分析）C.t-SNED.K-MeansE.Apriori9.在公安情报研判中，可能用到的可视化分析图表包括？A.关系图谱（网络图）B.热力图C.轨迹地图D.饼图E.词云10.下列哪些是ApacheSpark的核心组件或特点？A.基于内存计算B.MapReduceC.SparkSQLD.SparkStreamingE.DAG（有向无环图）执行引擎11.面向公安实战的“知识图谱”构建中，常见的实体类型包括？A.人员B.车辆C.电话号码C.案件E.地理位置12.导致数据质量差的原因可能有？A.录入错误B.传感器故障C.数据格式不一致D.数据重复E.数据更新不及时13.深度学习在计算机视觉领域的经典网络模型有？A.LeNet-5B.AlexNetC.VGGD.ResNetE.LSTM14.关于ApacheKafka消息队列，其特性包括？A.高吞吐量B.低延迟C.持久化存储D.分布式架构E.强实时性计算15.边境地区异常人员行为识别可能依赖于哪些数据源？A.视频监控数据B.边境卡口抓拍数据C.旅馆业住宿登记数据D.移动通信信令数据E.互联网公开舆情数据第三部分填空题1.在假设检验中，原假设为真而被拒绝的概率称为________，通常记为α。2.Python语言中，用于进行矩阵运算和科学计算的基础库是________。3.在通信数据挖掘中，通过分析通话双方的频繁联系来发现团伙结构，这种图分析技术常被称为________发现。4.在卷积神经网络（CNN）中，________操作用于在图像上滑动窗口提取特征，该操作的参数包括步长和填充。5.SQL语言中，________子句用于对查询结果进行分组，常与聚合函数（如COUNT,SUM）配合使用。6.数据预处理中，将文本数据转换为词频向量的方法称为________。7.在Hadoop生态系统中，________是一个分布式、面向列的NoSQL数据库，适用于随机读写大规模数据。8.机器学习算法AdaBoost是一种________算法，它通过构建多个弱分类器来组合成一个强分类器。9.网络安全等级保护制度（等保2.0）将信息系统保护等级分为________级。10.某数据集包含1000个样本，其中正样本100个，负样本900个。若模型预测所有样本均为负样本，则该模型的准确率为________%。第四部分简答题1.简述公安大数据在“预测预警”方面的应用场景及其基本原理。2.请列出决策树算法的常见剪枝策略，并简要说明其目的。3.在公安视频监控应用中，简述“人像识别”与“行为分析”的技术难点有何不同？4.什么是“数据孤岛”现象？在公安信息化建设中，如何通过技术手段和管理手段打破数据孤岛？5.简述K-近邻（KNN）算法的基本原理，并说明K值选择对模型性能的影响。第五部分综合应用题1.SQL数据查询与分析假设数据库中有两张表：表`cj案事件`(CaseID,CaseName,CaseType,HappenTime,Location)表`cj人员关联`(ID,CaseID,PersonName,Role)--Role字段取值为'嫌疑人'、'受害人'、'证人'请写出SQL语句，完成以下查询：(1)查询2025年发生的所有“盗窃”案件的案发地点和数量。(2)查询姓名为“张三”参与过的所有案件的名称及其在该案件中的角色。(3)统计参与案件数量排名前3的“嫌疑人”姓名及其参与案件数。2.算法逻辑与数据分析某公安局构建了一个二分类模型用于识别潜在的涉毒人员。测试结果如下：真正例（TP）：80（模型正确识别为涉毒人员）假正例（FP）：20（模型错误将普通人员识别为涉毒人员）假反例（FN）：40（模型漏掉了涉毒人员）真反例（TN）：860（模型正确识别为普通人员）请计算：(1)准确率。(2)精确率和召回率。(3)F1-Score（公式需写出）。(4)如果该模型的目的是在边境检查站进行初筛，宁可错抓不可漏网，你认为应该侧重提高哪个指标？并解释原因。3.综合场景设计：边境走私团伙分析背景：广西崇左地处中越边境，打击走私犯罪是重点工作。现收集到了一个月内的多源数据：A.边境卡口过往车辆通行记录（车牌、时间、车主信息）。B.重点人员的手机信令数据（基站位置、时间）。C.电商平台的大额冷链物流订单数据（发货地、收货地、货物重量）。问题：(1)请设计一个基于多源数据融合的分析方案，利用大数据技术挖掘潜在的走私团伙。(2)在该方案中，你会选择哪种算法或模型来识别异常的物流车辆轨迹？请简述理由。(3)在构建走私团伙关系图谱时，除了直接的同行车辆关系，还可以定义哪些隐含关系（如“共同出入同一区域”、“频繁通话”）来增强图谱的分析能力？参考答案与解析第一部分单项选择题1.A2.B3.D4.B5.B6.C7.C8.B9.C10.A11.D12.C13.D14.B15.C16.B17.C18.A19.A20.B21.C22.B23.C24.A25.B26.C27.C28.B29.D30.B31.B32.B33.D34.D35.C(解析：(80+850)/(100+900)=930/1000=93%)36.C37.A38.C39.B40.B第二部分多项选择题1.ABCD2.ABCD3.ABCD4.ABCD5.ABD6.ABCD7.ABCDE8.ABC9.ABCDE10.ACDE11.ABCDE12.ABCDE13.ABCD14.ABCD15.ABCDE第三部分填空题1.第一类错误或弃真2.NumPy3.社区4.卷积5.GROUPBY6.TF-IDF(或词袋模型BagofWords)7.HBase8.集成9.五10.90第四部分简答题1.简述公安大数据在“预测预警”方面的应用场景及其基本原理。答：应用场景包括：重点人员轨迹预测、犯罪热点区域预测、群体性事件预警、网络舆情态势感知等。基本原理：基于历史海量数据（如历史案件数据、人口数据、地理环境数据、互联网数据），利用统计学模型或机器学习算法（如时间序列分析、回归分析、神经网络等）挖掘数据中的潜在规律和关联模式，建立预测模型。通过将实时数据输入模型，计算未来发生特定事件的可能性，当概率超过设定阈值时，自动触发预警。2.请列出决策树算法的常见剪枝策略，并简要说明其目的。答：常见策略包括：(1)预剪枝：在决策树生成过程中，提前停止树的生长。例如限制树的最大深度、限制叶子节点的最小样本数、限制信息增益的最小值等。(2)后剪枝：先生成一棵完整的决策树，然后自底向上对非叶子节点进行考察，若将该节点对应的子树替换为叶子节点能提高泛化性能（如降低验证集误差），则进行剪枝。目的：防止决策树过拟合，提高模型在未知数据上的泛化能力，简化模型结构，使其更易于解释。3.在公安视频监控应用中，简述“人像识别”与“行为分析”的技术难点有何不同？答：(1)人像识别：难点主要在于姿态变化、光照变化（如夜间、逆光）、遮挡（如口罩、墨镜）、年龄跨度以及低分辨率图像的跨摄像头识别。重点在于提取鲁棒的人脸特征向量。(2)行为分析：难点在于人体姿态估计的准确性、对时空序列特征的提取、不同场景下行为的定义复杂性（如打斗与推搡的区别）、背景干扰以及多人交互时的行为分割。它不仅需要空间信息，更需要时间序列上的动态信息分析。4.什么是“数据孤岛”现象？在公安信息化建设中，如何通过技术手段和管理手段打破数据孤岛？答：数据孤岛是指不同部门、不同系统之间的数据相互独立、无法互通共享，就像一个个孤岛，导致数据价值无法充分发挥。解决手段：(1)技术手段：建设统一的大数据平台或数据中台，制定统一的数据接口标准和交换协议；利用ETL工具进行数据抽取和整合；使用数据仓库技术实现数据集中存储；采用API网关实现服务化调用；利用联邦学习等技术在不共享原始数据的前提下进行联合建模。(2)管理手段：建立跨部门的数据共享协调机制，明确数据归口管理和共享责权；制定统一的数据标准和元数据管理规范；出台数据安全共享的法律法规和内部制度，消除部门壁垒；建立数据质量考核机制。5.简述K-近邻（KNN）算法的基本原理，并说明K值选择对模型性能的影响。答：基本原理：对于一个未知的测试样本，基于某种距离度量（如欧氏距离），在训练集中找出与它距离最近的K个样本；根据这K个最近邻样本的类别（对于分类任务），通过多数投票规则（或加权投票）来预测该测试样本的类别。K值的影响：(1)K值过小：模型变得复杂，容易受到噪声点的影响，容易发生过拟合。(2)K值过大：模型变得简单，决策边界变平滑，虽然能减少噪声影响，但容易忽略局部特征，导致欠拟合，且计算量也会增加。(3)通常通过交叉验证来选择一个最优的K值。第五部分综合应用题1.SQL数据查询与分析(1)```sqlSELECTLocation,COUNT(*)asCaseCountFROMcj案事件WHERECaseType='盗窃'ANDYEAR(HappenTime)=2025GROUPBYLocation;```(2)```sqlSELECTc.CaseName,p.RoleFROMcj人员关联pJOINcj案事件cONp.CaseID=c.CaseIDWHEREp.PersonName='张三';```(3)```sqlSELECTTOP3PersonName,COUNT(*)asCaseCountFROMcj人员关联WHERERole='嫌疑人'GROUPBYPersonNameORDERBYCaseCountDESC;```2.算法逻辑与数据分析解：总样本数=TP+FP+FN+TN=80+20+40+860=1000(1)准确率=(TP+TN)/总样本数=(80+860)/1000=0.94或9