2026年广西崇左公安机关特殊职位(AI科目)考试公务员题库

2026年广西崇左公安机关特殊职位(AI科目)考试公务员题库一、单项选择题（每题1.5分，共45分）1.在Python中，用于处理多维数组和矩阵运算的核心库是：A.PandasB.NumPyC.MatplotlibD.Scikit-learn答案B2.在机器学习中，若模型在训练集上表现很好，但在测试集上表现较差，这种现象被称为：A.欠拟合B.过拟合C.偏差D.方差答案B3.下列哪项不属于监督学习的典型应用？A.垃圾邮件分类B.房价预测C.K-Means聚类D.手写数字识别答案C4.在深度学习中，卷积神经网络（CNN）主要用于处理哪种类型的数据？A.时间序列数据B.图像数据C.文本数据D.图谱数据答案B5.已知逻辑回归模型的假设函数为hθ(x)=g(A.0B.0.5C.1D.-1答案B6.在Pandas中，用于查看DataFrame前5行数据的默认方法是：A.df.head(5)B.df.top(5)C.df.first(5)D.df.show(5)答案A7.决策树算法中，用于衡量数据集纯度的指标不包括：A.信息增益B.基尼系数C.均方误差（MSE）D.熵答案C8.关于梯度下降算法，学习率α的选择对模型收敛有重要影响。下列说法正确的是：A.学习率越大，收敛速度一定越快B.学习率过小可能导致收敛缓慢C.学习率过大会导致算法跳过局部最优解D.学习率在训练过程中不能改变答案B9.在自然语言处理（NLP）中，将文本转换为词向量的常用技术不包括：A.Word2VecB.GloVeC.One-Hot编码D.TF-IDF答案D解析TF-IDF是一种统计方法，用于评估一个词对于一个文件集或一个语料库中的其中一份文件的重要程度，不是词向量映射技术。10.在计算机视觉任务中，用于目标检测的经典算法是：A.ResNetB.YOLO(YouOnlyLookOnce)C.VGGD.AlexNet答案B11.支持向量机（SVM）的核心思想是找到一个超平面，使得：A.所有样本点到超平面的距离之和最小B.所有样本点到超平面的距离之和最大C.正负样本点之间的间隔最大D.正负样本点之间的间隔最小答案C12.下列哪个正则化项主要用于产生稀疏模型，即让许多参数变为0？A.L1正则化B.L2正则化C.DropoutD.BatchNormalization答案A13.在警务视频中，为了在夜间或低照度环境下获得清晰的图像，通常会使用哪种技术增强画面？A.直方图均衡化B.图像腐蚀C.高斯模糊D.边缘检测答案A14.OpenCV库中，用于读取图像的函数是：A.cv2.imread()B.cv2.read()C.cv2.loadImage()D.cv2.getImage()答案A15.深度学习模型训练中，防止过拟合的常用操作是：A.增加网络层数B.增加训练轮数C.DropoutD.使用更小的学习率答案C16.在推荐系统中，协同过滤算法主要基于：A.物品的属性特征B.用户的历史行为C.用户的demographic信息D.专家知识库答案B17.下列关于循环神经网络（RNN）的描述，错误的是：A.适合处理序列数据B.具有记忆功能C.能够并行处理所有时间步D.容易出现梯度消失问题答案C18.数据库操作中，SQL语句SELECT*FROMusersWHEREage>30LIMIT5的含义是：A.更新前5条年龄大于30的用户记录B.删除年龄大于30的用户记录C.查询年龄大于30的用户中的前5条D.插入5条年龄大于30的记录答案C19.在人脸识别系统中，常用的特征提取网络架构是：A.ResNetB.LSTMC.AutoencoderD.KNN答案A20.模型评估指标中，TP、TN、FP、FN分别代表真阳性、真阴性、假阳性和假阴性。准确率的计算公式是：A.TB.TC.(D.2答案C21.现有的GPU加速计算主要利用了深度学习训练中的哪个特点？A.逻辑判断复杂B.稀疏矩阵运算C.大规模的并行矩阵乘法D.频繁的I/O操作答案C22.在智慧警务中，对大量非结构化文本（如案情描述）进行关键词抽取，属于自然语言处理中的哪类任务？A.机器翻译B.文本摘要C.命名实体识别D.语音识别答案C23.关于数据归一化，下列说法正确的是：A.归一化只能将数据缩放到[0,1]区间B.归一化对基于距离的算法（如KNN）没有影响C.标准化通常使数据符合均值为0，方差为1的分布D.树模型不需要数据归一化，但归一化会降低其性能答案C24.强化学习中，Agent通过与环境交互，目标是最大化：A.当前奖励B.下一步奖励C.累积折扣奖励D.惩罚项答案C25.生成对抗网络由两个部分组成，分别是生成器和：A.编码器B.解码器C.判别器D.分类器答案C26.下列哪项不属于数据清洗的操作范畴？A.缺失值填充B.异常值检测与处理C.重复值去除D.特征选择答案D27.在Linux系统中，用于查看当前进程运行状态的命令是：A.lsB.psC.cdD.mkdir答案B28.针对行人重识别任务，核心挑战通常不包括：A.不同摄像头下的视角变化B.光照变化C.遮挡问题D.背景过于简单答案D29.公安大数据平台中，Hadoop生态系统主要用于解决什么问题？A.实时低延迟数据处理B.海量离线数据的存储与计算C.小规模复杂事务处理D.图形界面渲染答案B30.在保护公民隐私的前提下进行数据脱敏，常见的做法不包括：A.姓名替换为“张*”B.身份证号部分掩码C.直接发布原始数据D.数值型数据添加噪声答案C二、多项选择题（每题2分，共30分。多选、错选不得分，少选得0.5分）1.下列属于深度学习常用激活函数的有：A.SigmoidB.TanhC.ReLUD.Softmax答案ABCD2.在使用Scikit-learn库进行机器学习建模时，通常的流程包括：A.数据加载与预处理B.模型选择与实例化C.模型训练D.模型评估与预测答案ABCD3.卷积神经网络（CNN）中，池化层的作用包括：A.降低特征图的维度B.减少模型参数和计算量C.防止过拟合D.增加特征图的非线性表达能力答案ABC解析池化层的主要作用是降维（下采样）、减少计算量和参数、在一定程度上防止过拟合；增加非线性主要靠激活函数，池化本身通常不引入非线性参数（虽然它是非线性操作）。4.下列哪些是解决类别不平衡问题的常用方法？A.过采样B.欠采样C.调整类别权重D.使用ROC曲线作为评估指标答案ABC5.关于卷积神经网络的卷积层，下列描述正确的有：A.局部感受野模拟了生物视觉系统的机制B.权值共享减少了模型参数数量C.卷积核的深度必须与输入特征图的深度一致D.步长越大，输出特征图的尺寸越大答案ABC解析步长越大，输出特征图的尺寸越小。6.在自然语言处理中，Transformer模型的核心组件包括：A.自注意力机制B.前馈神经网络C.位置编码D.循环层答案ABC解析Transformer抛弃了循环结构，主要依靠自注意力机制。7.下列属于图像数据增强技术的有：A.旋转B.翻转C.随机裁剪D.调整亮度/对比度答案ABCD8.在警务大数据分析中，可能用到的关联分析算法包括：A.Apriori算法B.FP-Growth算法C.PageRank算法D.K-Means算法答案AB9.关于正则化，下列说法正确的有：A.L2正则化倾向于让参数趋近于0但不为0B.L1正则化更容易得到稀疏解C.正则化系数越大，模型受到的约束越强D.正则化是为了防止欠拟合答案ABC解析正则化是为了防止过拟合。10.常用的目标检测算法Two-Stage（两阶段）方法包括：A.R-CNNB.FastR-CNNC.FasterR-CNND.SSD答案ABC解析SSD属于One-Stage（单阶段）检测算法。11.下列关于知识图谱的描述，正确的有：A.由节点和边组成B.节点通常代表实体C.边代表实体之间的关系D.在公安领域用于刻画人物、车辆、地点的关联答案ABCD12.模型部署时，为了提高推理速度，常用的模型优化技术有：A.量化B.剪枝C.知识蒸馏D.增加模型层数答案ABC13.下列哪些属于SQL注入攻击的防御手段？A.使用预编译语句B.对输入数据进行严格的过滤和校验C.使用存储过程D.在数据库中明文存储密码答案ABC14.AI算法在公共安全领域的应用场景包括：A.视频结构化分析B.人脸识别门禁C.犯罪趋势预测D.110报警智能分类答案ABCD15.评估回归模型性能的常用指标有：A.均方误差(MSE)B.均方根误差(RMSE)C.平均绝对误差(MAE)D.R2答案ABCD三、判断题（每题1分，共10分）1.深度学习的“深度”指的是神经网络的层数较多。答案正确2.K-近邻算法（KNN）是一种显式的学习过程，需要通过训练数据学习模型参数。答案错误解析KNN是懒惰学习，没有显式的训练过程，主要在预测阶段计算。3.在神经网络中，BatchNormalization（BN层）通常用于加速收敛和缓解梯度消失。答案正确4.LSTM（长短期记忆网络）是为了解决RNN的长距离依赖问题而设计的。答案正确5.朴素贝叶斯分类器假设特征之间是相互独立的。答案正确6.SVM只能用于解决二分类问题，不能用于多分类。答案错误解析通过一对一或一对多策略，SVM可以扩展解决多分类问题。7.在图像处理中，高斯滤波主要用于边缘检测。答案错误解析高斯滤波主要用于平滑去噪；Canny、Sobel等算子用于边缘检测。8.准确率是评估模型性能的唯一指标，只要准确率高模型就是好模型。答案错误解析在样本不平衡等情况下，准确率可能具有误导性，需结合召回率、F1等综合评估。9.Python中的None等于空字符串""。答案错误10.数据清洗在数据挖掘项目中通常占据了大部分时间，是非常重要的步骤。答案正确四、案例分析题（共15分）背景材料：某市公安局计划引入人工智能技术升级“天网”监控系统，以实现对重点区域的智能化防控。系统需求如下：1.能够实时识别视频画面中的人脸，并与黑名单库进行比对报警。2.能够自动检测人群异常聚集、打架斗殴等行为。3.能够分析车辆属性（颜色、车型、车牌）并构建车辆轨迹。4.需考虑数据安全与公民隐私保护。问题：1.（5分）针对需求1和需求2，请分别说明应采用哪些具体的计算机视觉技术？并简要描述其实现流程。2.（5分）针对需求3，如果要构建全市范围的车辆轨迹分析系统，除了图像识别算法外，还需要哪些关键技术的支撑？（列举至少3点）3.（5分）在系统设计和落地过程中，应如何落实数据安全与隐私保护措施？答案：1.需求1（人脸识别）：采用人脸检测、人脸关键点定位、人脸特征提取（如使用ArcFace/CosFace等损失函数训练的深度模型）和人脸比对（计算余弦相似度或欧氏距离）。流程：视频流抽帧->人脸检测定位->预处理（对齐、归一化）->特征向量提取->与底库特征向量比对->若相似度超过阈值则触发报警。需求2（行为分析）：采用目标检测（如YOLO系列）结合行为识别算法（如时空图卷积网络ST-GCN或基于光流法的3DCNN）。流程：视频流输入->目标检测（锁定人体）->连续帧跟踪->提取动作序列特征->分类判断（正常/异常聚集/打架）->异常行为报警。2.关键支撑技术：-大数据存储与计算技术：如Hadoop/HBase/Spark，用于海量的过车数据存储和快速检索。-GIS（地理信息系统）技术：用于将车辆识别结果映射到地图上，进行时空轨迹可视化分析。-Re-ID（跨镜追踪）技术：用于在不同摄像头下追踪同一辆车，解决遮挡、视角变化导致的断