2026年计算与人工智能概论题库及答案

2026年计算与人工智能概论题库及答案一、单项选择题（本大题共20小题，每小题2分，共40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.在计算机的发展历史中，标志着现代计算机体系结构（冯·诺依曼架构）确立的是（）。A.ENIAC的诞生B.存储程序概念EDVAC的提出C.IBMSystem/360的发布D.第一台微处理器的出现【答案】B【解析】冯·诺依曼在1945年提出了存储程序的通用电子计算机方案EDVAC，确立了现代计算机的基本结构：输入、输出、运算器、控制器、存储器五大部件及二进制存储方式。2.人工智能作为一门学科，正式诞生于哪一年（）。A.1946年B.1956年C.1980年D.1997年【答案】B【解析】1956年，在达特茅斯会议上，麦卡锡、明斯基、香农等科学家首次提出了“人工智能”这一术语，标志着AI学科的诞生。3.在Python语言中，用于定义函数的关键字是（）。A.defB.functionC.defineD.func【答案】A【解析】Python使用def关键字来定义函数，例如：defmy_function():pass。4.下列关于大数据特征“4V”的描述中，错误的是（）。A.Volume（大量）B.Velocity（高速）C.Value（低价值密度）D.Variety（单一性）【答案】D【解析】大数据的4V特征通常指：Volume（数据体量大）、Velocity（处理速度快）、Variety（数据类型繁多）、Value（价值密度低）。D选项表述错误。5.在深度学习中，专门用于处理图像数据的神经网络结构是（）。A.循环神经网络（RNN）B.卷积神经网络（CNN）C.生成对抗网络（GAN）D.长短期记忆网络（LSTM）【答案】B【解析】CNN通过卷积层提取图像的空间特征，非常适合处理计算机视觉任务。RNN和LSTM主要用于序列数据。6.衡量机器学习模型在训练集上表现很好，但在测试集上表现很差的现象称为（）。A.欠拟合B.过拟合C.偏差D.方差【答案】B【解析】过拟合是指模型学到了训练数据中的噪声和特有特征，导致泛化能力下降。7.计算机中，最小的数据单位是（）。A.Bit（位）B.Byte（字节）C.Word（字）D.KB【答案】A【解析】Bit是二进制的最小单位，0或1。Byte是存储的基本单位，1Byte=8Bits。8.图灵测试是由谁提出的，用于测试机器是否具有人类智能（）。A.冯·诺依曼B.艾伦·图灵C.约翰·麦卡锡D.马文·明斯基【答案】B【解析】艾伦·图灵在1950年的论文《计算机器与智能》中提出了“模仿游戏”，即后来的图灵测试。9.下列排序算法中，平均时间复杂度为O(nlogn)的是（）。A.冒泡排序B.插入排序C.快速排序D.选择排序【答案】C[解析]冒泡、插入和选择排序的平均时间复杂度通常为O(n^2)，而快速排序、归并排序和堆排序为O(nlogn)。10.在逻辑运算中，表达式TrueandFalseorNotTrue的值是（）。A.TrueB.FalseC.1D.0【答案】B【解析】优先级：Not>And>Or。NotTrue为False；TrueandFalse为False；FalseorFalse为False。11.现代生成式人工智能（如ChatGPT）的核心技术基础主要是（）。A.决策树B.支持向量机（SVM）C.Transformer模型D.K-均值聚类【答案】C【解析】Transformer模型引入了自注意力机制，是当前大型语言模型（LLM）和生成式AI的基石架构。12.IP地址01属于哪一类IP地址（）。A.A类B.B类C.C类D.D类【答案】C【解析】C类IP地址范围是到55，前三段为网络号，最后一段为主机号。13.在关系型数据库中，用于从表中查询数据的SQL语句是（）。A.INSERTB.UPDATEC.SELECTD.DELETE【答案】C【解析】SELECT用于查询；INSERT用于插入；UPDATE用于更新；DELETE用于删除。14.算法必须具备的五个基本特征中，不包括（）。A.输入B.输出C.确定性D.无穷性【答案】D【解析】算法必须具备有穷性（步骤有限）、确定性、输入（0个或多个）、输出（1个或多个）、可行性。无穷性是算法的负面特征。15.下列关于量子计算的描述，正确的是（）。A.量子计算机使用二进制位存储数据B.量子计算机利用量子叠加和量子纠缠进行计算C.量子计算机已经完全取代了经典计算机D.量子计算机只能用于解决简单的数学问题【答案】B【解析】量子计算机使用量子位，利用叠加态和纠缠态实现并行计算潜力，目前处于研发阶段，未取代经典计算机。16.在神经网络中，常用的激活函数ReLU（RectifiedLinearUnit）的数学表达式是（）。A.f(x)=1/(1+e^-x)B.f(x)=max(0,x)C.f(x)=xD.f(x)=(e^x-e^-x)/(e^x+e^-x)【答案】B【解析】A是Sigmoid函数，B是ReLU函数，C是线性恒等函数，D是Tanh函数。17.计算机操作系统的主要功能是（）。A.管理计算机软硬件资源，为用户提供接口B.进行文字处理C.编译源程序D.连接网络【答案】A【解析】操作系统是系统软件的核心，负责资源管理（CPU、内存、文件I/O）和提供用户界面。18.下列哪种技术不属于物联网的三层架构（）。A.感知层B.网络层C.应用层D.表示层【答案】D【解析】物联网架构通常分为感知层（采集数据）、网络层（传输数据）、应用层（处理数据）。表示层是OSI七层模型中的概念。19.在数据结构中，一种“先进后出”（LIFO）的线性表是（）。A.队列B.栈C.链表D.树【答案】B【解析】栈遵循后进先出（LIFO）原则；队列遵循先进先出（FIFO）原则。20.关于AI伦理，下列哪项不是当前讨论的主要风险（）。A.算法偏见与歧视B.隐私泄露C.能源消耗过大D.计算机运行速度过慢【答案】D【解析】运行速度慢是技术效率问题，而非社会伦理风险。偏见、隐私、环境影响（能耗）是核心伦理议题。二、多项选择题（本大题共10小题，每小题3分，共30分。在每小题给出的四个选项中，有多项是符合题目要求的。全部选对得满分，错选、漏选均不得分）21.下列属于人工智能主要分支领域的有（）。A.计算机视觉B.自然语言处理C.专家系统D.机器学习【答案】ABCD【解析】这四个都是AI的核心应用和研究分支。22.Python中常用的数据结构包括（）。A.列表B.元组C.字典D.集合【答案】ABCD【解析】Python内置了四种基本数据结构：List（可变有序）、Tuple（不可变有序）、Dict（键值对）、Set（无序不重复）。23.机器学习按照学习方式主要分为（）。A.监督学习B.无监督学习C.强化学习D.深度学习【答案】ABC【解析】深度学习是基于神经网络的表示学习方法，通常归类于机器学习的一种技术手段，而非与前三者并列的学习范式分类。按范式分为监督、无监督、半监督、强化学习。24.计算机网络中，常见的拓扑结构有（）。A.星型结构B.环型结构C.总线型结构D.网状结构【答案】ABCD【解析】这些都是网络的基本物理或逻辑拓扑结构。25.下列关于软件开发生命周期（SDLC）的阶段，顺序正确的包括（）。A.需求分析B.系统设计C.编码实现D.测试与维护【答案】ABCD【解析】标准的软件工程流程包含需求、设计、编码、测试、部署、维护等阶段。26.下列哪些算法属于无监督学习（）。A.K-Means聚类B.主成分分析（PCA）C.逻辑回归D.Apriori关联规则【答案】ABD【解析】逻辑回归是典型的监督学习分类算法。K-Means是聚类，PCA是降维，Apriori是关联规则挖掘，均不需要标签数据。27.在深度学习中，缓解过拟合的常用方法有（）。A.增加训练数据量B.使用Dropout技术C.正则化（L1/L2）D.减小模型复杂度【答案】ABCD【解析】这四种方法都是防止模型过拟合、提高泛化能力的有效手段。28.云计算的三种主要服务模式是（）。A.IaaS(基础设施即服务)B.PaaS(平台即服务)C.SaaS(软件即服务)D.DaaS(数据即服务)【答案】ABC【解析】IaaS、PaaS、SaaS是云计算公认的三大服务模式。29.下列属于输入设备的有（）。A.键盘B.鼠标C.扫描仪D.打印机【答案】ABC【解析】打印机是输出设备。30.自然语言处理（NLP）的常见任务包括（）。A.机器翻译B.情感分析C.命名实体识别D.文本分类【答案】ABCD【解析】这些都是NLP领域的核心应用任务。三、填空题（本大题共15小题，每小题2分，共30分）31.在计算机中，一个字节由________个二进制位组成。【答案】832.将十进制数25转换为二进制数，结果是________。【答案】1100133.在Python中，使用________库可以方便地进行科学计算和矩阵操作。【答案】NumPy(或numpy)34.在深度学习训练过程中，用于衡量模型预测值与真实值差异的函数称为________函数。【答案】损失(或Loss)35.常用的英文字符编码标准是________，它使用7位或8位二进制表示一个字符。【答案】ASCII36.栈和队列是两种特殊的线性表，栈遵循________原则，队列遵循先进先出原则。【答案】后进先出(或LIFO)37.在关系型数据库中，________用于唯一标识表中的每一行记录。【答案】主键(或PrimaryKey)38.TCP/IP协议模型中，________协议负责提供可靠的、面向连接的数据传输服务。【答案】TCP(或传输控制协议)39.决策树算法中，用于选择最佳分裂特征的指标通常有信息增益和________率。【答案】增益(或Gini系数/基尼不纯度)40.人工智能中的“知识图谱”本质上是________结构的网络。【答案】图(或Graph)41.计算机内存通常分为RAM（随机存取存储器）和________（只读存储器）。【答案】ROM42.在Python循环中，________语句用于跳过当前循环块中的剩余语句，直接进入下一次循环。【答案】continue43.神经网络的反向传播算法主要利用了________链式法则来计算梯度。【答案】求导(或微分/求导数)44.URL（统一资源定位符）的一般格式是：协议://________/路径?参数。【答案】主机名(或域名/IP地址)45.在计算机安全中，________攻击通过伪造电子邮件或网站诱导用户泄露敏感信息。【答案】钓鱼(或Phishing)四、判断题（本大题共10小题，每小题1分，共10分。正确的打“√”，错误的打“×”）46.图灵机是一种真实的物理机器，可以在商店买到。【答案】×【解析】图灵机是阿兰·图灵提出的抽象计算模型，用于定义可计算性，并非实体机器。47.Python是一种解释型语言，代码运行时不需要编译成二进制机器码。【答案】√【解析】Python代码通常由解释器逐行解释执行（虽然存在如PyPy等JIT技术，但本质上归类为解释型语言）。48.深度学习是机器学习的一个子集，而机器学习是人工智能的一个子集。【答案】√【解析】AI>ML>DL，这是正确的包含关系。49.在二进制补码运算中，[X]补=[X]反+1。【答案】√【解析】负数的补码等于其反码加1，这是补码的定义规则。50.链表是顺序存储结构，数组是链式存储结构。【答案】×【解析】恰恰相反，数组是顺序存储结构，链表是链式存储结构。51.所有的递归算法都可以转化为迭代（循环）算法来实现。【答案】√【解析】递归和迭代在理论上具有等价的计算能力，递归通常利用栈，迭代则显式管理状态。52.计算机病毒只破坏软件，不会破坏硬件。【答案】×【解析】虽然主要破坏软件和数据，但某些恶意代码（如CIH病毒）曾试图通过改写BIOS等方式损坏硬件（FlashROM）。53.在监督学习中，训练数据必须包含标签。【答案】√【解析】监督学习的核心特征就是利用带有标签（输入-输出对）的数据进行训练。54.HTTP协议默认使用的端口号是8080。【答案】×【解析】HTTP默认端口是80，HTTPS默认是443，8080通常是代理服务器或备用Web端口。55.增强学习是指智能体在与环境交互中，通过最大化累积奖励来学习策略。【答案】√【解析】这是强化学习的标准定义。五、简答题（本大题共5小题，每小题6分，共30分）56.简述冯·诺依曼计算机体系结构的基本组成部分及其功能。【答案】冯·诺依曼计算机由五大部件组成：(1)运算器：负责执行各种算术运算和逻辑运算。(2)控制器：指挥全机协调工作，负责指令的读取、解码和执行控制。(3)存储器：用于存储程序（指令）和数据。(4)输入设备：将外部的程序和数据输入到计算机中（如键盘、鼠标）。(5)输出设备：将计算机处理的结果输出给用户（如显示器、打印机）。核心思想是“存储程序控制”，即程序和数据一起存储在内存中。57.什么是过拟合？请列举两种防止过拟合的方法。【答案】过拟合：指机器学习模型在训练数据上表现非常好（误差极低），但在未见过的新数据（测试集）上表现较差（泛化能力弱）的现象。通常是因为模型过于复杂，学到了训练数据中的噪声和特有细节。防止方法：(1)正则化：在损失函数中加入L1或L2正则项，限制模型参数的大小，降低模型复杂度。(2)Dropout：在训练过程中随机“丢弃”一部分神经元，防止神经元之间产生过度的协同适应。(3)增加训练数据：更多的数据能让模型学到更普遍的特征。(4)早停法：在验证集误差不再下降时停止训练。58.简述Python中列表和元组的区别。【答案】(1)可变性：列表是可变的，可以对其元素进行增、删、改操作；元组是不可变的，一旦创建，其元素不能修改。(2)语法：列表使用方括号[]定义；元组使用圆括号()定义。(3)性能：由于元组不可变，其存储和访问速度通常比列表略快，且占用的内存可能更少。(4)用途：列表适用于存储需要动态变化的数据序列；元组适用于存储不应改变的数据（如配置、数据库记录等）。59.解释监督学习与无监督学习的主要区别，并各举一个典型算法。【答案】主要区别：(1)数据标签：监督学习使用带有标签的数据（输入X和对应的输出Y）；无监督学习使用没有标签的数据（只有输入X）。(2)学习目标：监督学习旨在学习输入到输出的映射函数，用于预测或分类；无监督学习旨在发现数据内部的结构、模式或分布（如聚类、降维）。典型算法：监督学习：线性回归、支持向量机（SVM）、决策树。无监督学习：K-Means聚类、主成分分析（PCA）。60.简述深度学习中的“梯度消失”问题及其产生原因。【答案】梯度消失：在深层神经网络训练过程中，利用反向传播算法计算梯度时，梯度值随着向输入层传播逐层变小，最终趋近于零。导致靠近输入层的网络层参数几乎无法更新，模型难以训练。产生原因：主要与激活函数的选择有关。当使用Sigmoid或Tanh等饱和激活函数时，其导数值在输入绝对值较大时非常小（趋近于0）。在深层网络中，多个小于1的导数连乘，导致梯度呈指数级衰减。六、计算与分析题（本大题共3小题，每小题10分，共30分）61.将二进制数(101101.11)₂转换为十进制数，并将十进制数(43)₁₀转换为二进制数。【答案】(1)二进制转十进制：(101101.11)₂=1×2⁵+0×2⁴+1×2³+1×2²+0×2¹+1×2⁰+1×2⁻¹+1×2⁻²=32+0+8+4+0+1+0.5+0.25=45.75所以，(101101.11)₂=(45.75)₁₀(2)十进制转二进制(除2取余法)：43÷2=21...余121÷2=10...余110÷2=5...余05÷2=2...余12÷2=1...余01÷2=0...余1自下而上读取余数：101011所以，(43)₁₀=(101011)₂62.给定一个简单的神经网络单层感知机，输入向量为x=[2,3]，权重向量w=[0.5,-1.0]，偏置b=1。激活函数采用阶跃函数（即输入大于等于0输出1，否则输出0）。请计算该神经元的输出值。【答案】计算步骤如下：(1)计算加权和：z=w₁x₁+w₂x₂+bz=(0.5×2)+(-1.0×3)+1z=1.0-3.0+1z=-1.0(2)通过激活函数：由于激活函数为阶跃函数f(z)。因为z=-1.0<0，所以f(z)=0。该神经元的输出值为0。63.给定数据集S={3,1,4,1,5,9,2,6}，请写出使用冒泡排序算法进行第一轮排序（从左到右，升序排列）后的结果，并计算该算法在最坏情况下的时间复杂度。【答案】(1)第一轮冒泡排序过程：初始序列：3,1,4,1,5,9,2,6比较3和1，交换->1,3,4,1,5,9,2,6比较3和4，不交换->1,3,4,1,5,9,2,6比较4和1，交换->1,3,1,4,5,9,2,6比较4和5，不交换->1,3,1,4,5,9,2,6比较5和9，不交换->1,3,1,4,5,9,2,6比较9和2，交换->1,3,1,4,5,2,9,6比较9和6，交换->1,3,1,4,5,2,6,9第一轮排序后的结果为：1,3,1,4,5,2,6,9(2)时间复杂度分析：冒泡排序需要进行n-1轮，每轮比较次数递减。总比较次数约为n(n-1)/2。在最坏情况下（序列完全逆序），每次比较都需要交换。因此，冒泡排序的最坏时间复杂度为O(n²)。七、综合应用题（本大题共2小题，每小题15分，共30分）64.某电商平台希望利用机器学习技术构建一个商品推荐系统。系统需要根据用户的历史浏览、购买记录以及商品的特征，向用户推荐他们可能感兴趣的商品。(1)请描述构建该推荐系统的一般流程。(2)比较基于内容的推荐和协同过滤推荐的优缺点。(3)如果数据中存在大量缺失值（如新用户没有历史记录），应如何解决？这被称为什么问题？【答案】(1)构建推荐系统的一般流程：1.数据收集：收集用户行为数据（浏览、点击、购买）、用户属性数据、商品属性数据。2.数据预处理：清洗数据，处理缺失值，异常值检测，数据标准化/归一化。3.特征工程：提取用户和商品的特征向量（如用户画像、商品标签）。4.模型选择与训练：选择合适的算法（如协同过滤、矩阵分解、深度学习模型），利用历史数据训练模型。5.评估与优化：使用离线指标（准确率、召回率、AUC）和在线A/B测试评估效果，调整参数。6.上线部署：将模型部署到生产环境，生成推荐列表。(2)基于内容的推荐vs协同过滤：基于内容的推荐：优点：不需要其他用户的数据，能解决“冷启动”问题（对有属性的新商品可推荐），推荐结果可解释性强（因为喜欢这个特征）。缺点：特征提取难，无法发现用户潜在兴趣之外的惊喜，容易受限于信息茧房。协同过滤：优点：能挖掘用户潜在兴趣，不需要领域知识，只要行为数据足够即可。缺点：存在“冷启动”问题（新用户/新商品无法推荐），存在“稀疏性”问题，难以解释推荐理由。(3)解决方案与问题名