在线网课学习课堂《人工智能（北理 ）》单元测试考核答案

注：不含主观题
第1题
单选题
(1分) 变化是学习的（）。
A 基础B 结果C 条件D 目标
第2题
单选题
(1分) 群智能对应于人的（）。
A 学习能力B 行为能力C 语言能力D 社交能力
第3题
单选题
(1分) 进化计算对应于人的 （）。
A 智能的起源B 智能的本质C 自适应能力D 优化能力
第4题
多选题
(2分) 人工智能的根本任务是（）。
A 认识人类智能的本质与起源B 在机器上实现人类智能C 实现人脸识别、语音识别等算法D 开发机器博弈、汽车自动驾驶等系统
第5题
多选题
(2分) 人工智能的实现途径包括（）。
A 机器学习B 符号智能C 行为智能D 群智能
第6题
多选题
(2分) 人工智能六大实现途径的三种提出策略是（）。
A 模拟人类智能的核心原理B 模拟人类智能的外在表现C 模拟人类智能的起源D 模拟人类智能的物质基础
第7题
判断题
(1分) 对于人类智能，我们还缺乏清楚的认识。
第8题
判断题
(1分) 人的创造能力目前还没有对应的人工智能实现途径。
第9题
判断题
(1分) 神经网络是机器学习技术的一个分支。
第10题
判断题
(1分) 人类智能的表现一定来自于大脑。
习题
第1题
单选题
(1分) V值表示什么？ （） A 当前状态对应的累计收益值B 当前动作对应的累计收益值C 当前状态对应的奖励值D 当前状态和动作对应的奖励值
第2题
单选题
(1分) Q值表示什么？ （） A 当前状态对应的一次收益值 B 当前状态对应的累计收益值C 当前状态和动作对应的奖励值 D 当前状态和动作对应的最优累计收益值
第3题
单选题
(1分) Q-learning中，Q值的更新依据是什么？ （） A 贝尔曼公式B 动作评价最高 C 当前奖励最大 D 累计收益最大
第4题
多选题
(2分) 强化学习算法中的三大基本要素是（）。 A V值B Q值C 策略函数D 外界环境
第5题
多选题
(2分) Q-learning是（）。 A 一种获取Q函数的学习方法B 一种根据前后状态上Q函数值的差异来进行学习的方法C 一种时间差分方法D 一种能获得最优行动策略的方法
第6题
多选题
(2分) 强化学习与监督学习的区别是 （）。 A 学习依据是奖励和惩罚B 反馈有延时性C 更适合于行为智能的学习D 有教师指导
第7题
判断题
(1分) 强化学习的训练数据是输入与期望输出之间的对应关系。
第8题
判断题
(1分) 强化学习的最终目标是获得最优的行动策略。
第9题
判断题
(1分) V值的计算与行动策略无关。
第10题
判断题
(1分) Q-learning可以应用于状态转移图未知的环境。
第11题
单选题
(1分) 关联规则是指 （）。
A 数据库中两条记录之间的对应规则B 数据库中一条记录的不同组成部分之间的对应规则C 数据库中两个数据库表之间的对应规则D 数据库中数据变化的规则
第12题
单选题
(1分) 计算关联规则的基本框架是（）。
A 支持度-可信度框架B 频繁度-准确度框架C 准确度-可靠度框架D 支持度-准确度框架
第13题
单选题
(1分) k-项集是指（）。 A 包含k个记录的集合B 包含k种取值的元素C 包含k个元素的集合 D 包含k种取值的记录
第14题
多选题
(2分) 频繁项集是（）。 A 支持度大于最小支持度阈值的项集B 在数据库中频繁出现的项集C 获取关联规则的基础D 项的个数超过最小阈值的项集
第15题
多选题
(2分) 常用的频繁项集生成方法有 （）。 A Apriori算法B DBSCAN算法C Eclat算法D FP-Growth算法
第16题
多选题
(2分) 关联规则生成是 （）。 A 从频繁项集中生成B 根据可信度要求生成C 生成两个项集之间的关联D 在所有可能的规则中搜索生成
第17题
判断题
(1分) 如果某项集是不频繁的，则该项集的所有超集均是不频繁的。
第18题
判断题
(1分) 如果规则“{A, B} ⇒ {C, D}“不是可信的，则规则“{A, B, C} ⇒ {D}“一定也是不可信的。
第19题
判断题
(1分) Apriori算法从1-项集开始搜索频繁项集。
第20题
判断题
(1分) 频繁项集生成和关联规则生成归根结底都是搜索问题。
第21题
单选题
(1分) 聚类的依据是（）。 A 数据相似性B 数据因果关系C 数据统计量D 数据存储位置
第22题
单选题
(1分) k-medoids算法通过（）代表一个簇 A 簇中的某个数据B 簇的最大值C 簇的最小值D 簇的平均值
第23题
单选题
(1分) 划分聚类方法将聚类问题转换为（）。 A 规划问题B 搜索问题C 推理问题D 表示问题
第24题
多选题
(2分) 聚类方法包括（）。 A 划分聚类B 层次聚类C 基于密度的聚类D 基于网格的聚类
第25题
多选题
(2分) 以下属于层次聚类方法的是（）。 A BIRCH算法B CURE算法C k-中心点算法D k-均值算法
第26题
多选题
(2分) 基于密度的聚类方法有（）。 A CLARANSB CLARAC DBSCAND DENCLUE
第27题
判断题
(1分) 聚类算法不能应用于解决分类问题。
第28题
判断题
(1分) 基于网格的聚类算法的计算效率受数据规模影响小。
第29题
判断题
(1分) DENCLUE算法中的影响函数用于确定聚类结果。
第30题
判断题
(1分) k-means能保证获得局部最优解。
第31题
单选题
(1分) 监督学习的训练数据是（）。 A 输入数据及其期望输出B 只有输入数据C 输入数据以及对机器处理结果的奖惩D 只有对机器处理结果的奖惩
第32题
单选题
(1分) 最小二乘误差的学习目标是（）。 A 使得输入与输出的乘积最小化B 使得函数输出与期望输出之间的乘积最小化C 使得函数输出与期望输出之间的误差的平方最小化D 使得函数输出与期望输出之间的误差最小化
第33题
单选题
(1分) 梯度下降是（）。 A 一种学习目标B 一种基于函数梯度的优化方法C 一种基于目标函数梯度的优化方法D 一种基于极值必要条件的优化方法
第34题
多选题
(2分) 函数的定义形式有（）。 A 模糊表示B 点集表示C 显式表示D 隐式表示
第35题
多选题
(2分) 监督学习的两个关键要素是（）。 A 学习目标B 优化方法C 监督策略D 数据采集方法
第36题
多选题
(2分) 监督学习与以下问题是同一类问题（）。 A 函数估计B 函数拟合C 函数逼近D 函数代换
第37题
判断题
(1分) 直线拟合问题可以被认为是一个监督学习问题。
第38题
判断题
(1分) 决策树是一种连续函数的表达形式。
第39题
判断题
(1分) 交叉熵为0时表示分类错误率最高。
第40题
判断题
(1分) 能够通过监督学习获得真实的函数。
第41题
单选题
(1分) 机器学习的关键问题是（）。 A 表示问题B 计算效率问题C 过学习问题D 数据问题
第42题
单选题
(1分) 学习的基础是（）。 A 算法B 经验C 模型D 变化
第43题
单选题
(1分) 对于机器人的行为控制，最合适的学习方法是（）。 A 强化学习B 监督学习C 非监督学习D 半监督学习
第44题
多选题
(2分) 机器学习的类型有（）。 A 监督学习B 非监督学习C 强化学习D 半监督学习
第45题
多选题
(2分) 非监督学习的两大任务是（）。 A 聚类B 行为控制C 关联规则挖掘D 函数逼近
第46题
多选题
(2分) 监督学习中使用的数据集通常包括（）。 A 训练集B 测试集C 验证集D 学习集
第47题
判断题
(1分) 监督学习的目标是为了在训练集上获得最优结果。
第48题
判断题
(1分) 强化学习中，机器的每一步行动都会获得相应的奖励或惩罚。
第49题
判断题
(1分) 设计学习算法时，首先应确定的是机器中可以变化的部分。
第50题
判断题
(1分) 数据量无限大时，过学习问题就不存在了。
习题
第1题
单选题
(1分) 以下哪种网络属于深度网络？ ()
A 单层感知机 B LeNet C 三层感知机D 自组织特征映射网
第2题
单选题
(1分) 深度信念网络（DBN）的优化目标是 ()。
A 最小二乘 B 最小交叉熵C 最大似然估计D 最大后验概率
第3题
单选题
(1分) 为什么不能用宽度网络来替代深度网络？ ()
A 宽度网络参数量太大 B 宽度网络不容易优化 C 减小深度，宽度需指数级增长D 减小宽度，深度需指数级增长
第4题
多选题
(2分) 关于深度网络，以下说法正确的是（）。
A 深度网络具有良好的可解释性B 深度网络可能出现梯度消失问题C 深度网络可能对训练数据过拟合D 深度越深，效果越好
第5题
多选题
(2分) CNN网络解决深度网络学习问题的关键是（）。
A 引入卷积运算B 增大数据量C 用ReLU激活函数替代S型激活函数D 改变优化目标
第6题
多选题
(2分) DBN网络（）。
A 可以用非监督学习方法来进行学习B 表达联合分布函数C 基于有限玻尔兹曼机来进行构造D 神经元的输出为0或1
第7题
判断题
(1分) 超过五层的前馈型神经网络才可以被认为是深度网络。
第8题
判断题
(1分) CNN网络的学习算法与BP网络的学习算法是不一样的。
第9题
判断题
(1分) DBN网络的学习中采用了贪婪的搜索策略。
第10题
判断题
(1分) DBN网络学习中的反向精调步骤不是必须的。
第11题
单选题
(1分)
以下不是LSTM神经元中包含的门。（）
A 遗忘门B 输出门C 输入门D 更新门
第12题
单选题
(1分) 以下哪种网络可以用来实现联想记忆?（）
A HopfieldB BPC LSTMD CNN
第13题
单选题
(1分) Hopfield网络系统状态是指（）。
A 能量函数值B 所有神经元输出值的组合C 网络连接权值D 神经元的排列方式
第14题
多选题
(2分) 以下对反馈网络的描述正确的是（）。
A 反馈网络可用于处理序列数据B 反馈网络可用于解决搜索问题C 反馈网络不需要激活函数D 反馈网络中之前时间步的输出会影响后续时间步的输出
D
第15题
多选题
(2分) Hopfield网络（）。
A 是稳定型反馈网络B 通过能量函数最小化解决问题C 神经元的输出为离散值D 将每个神经元的输出反馈到自身的输入上
第16题
多选题
(2分) LSTM网络（）。
A 是稳定型反馈网络B 全称为长短时记忆网络C 可采用BPTT算法进行学习D 通过神经元输出到自身输入的反馈来记忆每个神经元的状态
第17题
判断题
(1分) Hopfield网络用来求解TSP旅行商问题时，通过将目标函数转换成能量函数形式来获得网络的连接权值。
第18题
判断题
(1分) LSTM网络可以用于优化。
第19题
判断题
(1分) Hopfield网络用于实现联想记忆时，所存储的每个模式都对应于能量函数的一个局部极小值。
第20题
判断题
(1分) 时序型反馈网络中只有最后一个时刻会产生输出。
第21题
单选题
(1分) 自组织特征映射网络的学习方法为（）。
A 非监督学习B 监督学习C 强化学习D 半监督学习
第22题
单选题
(1分) 自组织特征映射网络中的竞争方式是（）。
A 权值最大的神经元为获胜神经元B 权值最小的神经元为获胜神经元C 权值与输入向量最接近的神经元为获胜神经元D 权值离输入向量最远的神经元为获胜神经元
第23题
单选题
(1分) 自组织特征映射网络模拟了（）。
A 大脑的信息融合机制B 大脑将外界信息映射到大脑皮层的机制C 大脑的视觉处理机制D 大脑的听觉处理机制
第24题
多选题
(2分)
自组织特征映射网络中神经元邻域的形状可以是（）。
A 六角形B 矩形C 圆形D 高斯函数形
第25题
多选题
(2分) 自组织特征映射网络的学习算法中包括以下步骤（）。 A 竞争B 合作C 邻域收缩D 计算误差
第26题
多选题
(2分) 自组织特征映射网络的每个神经元（）。
A 输出为兴奋或抑制两种状态之一B 与其他神经元之间存在连接C 对应连接权值的个数与输入数据的维数一致D 其邻域大小固定不变
第27题
判断题
(1分) 自组织特征映射网络可用于降维。
第28题
判断题
(1分) 自组织特征映射网络可用于聚类
第29题
判断题
(1分) 自组织特征映射网络中一个输入可以对应多个获胜神经元。
第30题
判断题
(1分)
自组织特征映射网络属于深度神经网络。
第31题
单选题
(1分) BP网络的优化目标是（）。 A 最小化熵B 极大似然估计C 最小二乘D 最大后验概率
第32题
单选题
(1分) BP网络的优化方法是（）。 A 梯度下降方法B 贪婪方法C 动态规划方法D 分枝定界法
第33题
单选题
(1分) 前馈网络中一定没有（）。 A 激活函数B 整合函数C 跨层传递D 信息回路
第34题
多选题
(2分) 单层感知器不能表示（）。 A 与函数B 或函数C 同或函数D 异或函数
第35题
多选题
(2分) 为了提高前馈网络的表示能力，我们可以（）。 A 增加层数B 引入非线性激活函数C 增加宽度D 增加跨层传递
第36题
多选题
(2分) BP学习算法是（）。 A 误差修正算法B 反向传播算法C 监督学习算法D 盲目搜索算法
第37题
判断题
(1分) 由于存在反向传播过程，BP网络应为反馈网络。
第38题
判断题
(1分) 两层以上的神经网络可以表达任意的离散与连续函数。
第39题
判断题
(1分) 梯度是函数的最速下降方向。
第40题
判断题
(1分) BP学习中的反向传播是为了计算误差函数的梯度。
第41题
单选题
(1分) 人工神经网络的实现基础是（）。 A 大脑结构B 神经系统C 细胞体D 淋巴系统
第42题
单选题
(1分) 人工神经网络是（）。 A 一种自上而下的实现途径B 一种自下而上的实现途径C 一种从前往后的实现途径D 一种从后往前的实现途径
第43题
单选题
(1分) 前馈网络与反馈网络的关键区别在于（）。 A 信息回路B 复杂性C 网络层数D 神经元构造
第44题
多选题
(2分) 大脑神经元包括 （）。 A 细胞体B 突触C 树突D 轴突
第45题
多选题
(2分) 人工神经元的组成包括（）。 A 三角函数B 整合函数C 激活函数D 指数函数
第46题
多选题
(2分) 人工神经网络中的两个主要问题是（）。 A 结构问题B 搜索问题C 学习问题D 表示问题
第47题
判断题
(1分) 神经网络的学习方法与机器学习中所述的监督学习、非监督学习、强化学习等无关 。
第48题
判断题
(1分) 激活函数的作用是将来自其他神经元的信号进行整合。
第49题
判断题
(1分) 整合函数只能使用加权求和型函数。
第50题
判断题
(1分) 人的大脑分为不同区域，分别对不同信息进行处理。
第51题
单选题
(1分) 类似人脑结构的计算机架构被称为（）。 A 量子计算B 超级计算C 光计算D 神经形态计算
第52题
单选题
(1分) 量子计算应用于神经网络的一种方法是通过（）提高学习效果。 A 基于量子的启发式搜索B 基于量子的新型学习目标C 并行的穷举搜索D 并行的启发式搜索
第53题
单选题
(1分) 人脑的总体能量消耗约 （）。 A 20瓦B 2瓦C 200瓦D 2000瓦
第54题
多选题
(2分) 采用神经形态计算可（）。 A 极大地提高单次计算速度B 极大地降低能量消耗C 极大地减小设备体积D 极大地提高信号传输速度
第55题
多选题
(2分) 研发神经形态计算架构涉及以下任务（）。 A 认识生物神经系统B 解决计算结构问题C 解决功能性问题D 解决物理实现问题
第56题
多选题
(2分) 相比电子，光用于计算的优势是（）。 A 传输速率高B 可控性好C 成本低D 相干性好
第57题
判断题
(1分) 忆阻器能够记住流过的电流大小。
第58题
判断题
(1分) 用硬件实现Hopfield网络目前还只是设想。
第59题
判断题
(1分)全光计算不可能实现。
第60题
判断题
(1分) 量子计算的关键在于叠加与纠缠。
习题
第1题
单选题
(1分)
统计推理的基础是（）。 A 贝叶斯公式B 证据理论C 模糊集D 逻辑论
第2题
单选题
(1分) 证据理论中可使用（）计算组合证据的不确定度。
A 最大值法B 正交和法C 最小值法D 平均值法
第3题
单选题
(1分) 假设有一种仪器可检验癌症，其结果为阳性和阴性，其检测精度为：对于确定有癌症的人，检测为阳性的概率为0.98；对于确定没有癌症的人，检测为阴性的概率为0.97。同时统计数据表明患癌的人的比例为0.03。如果某人用该仪器检验的结果为阳性，则根据贝叶斯推理，应做出以下结论 （）。
A 该人有癌症B 该人没有癌症C 证据不足D 仪器有误
第4题
多选题
(2分) 二、多选题
1. 不确定性的类型有（）。
A 概率性的B 模糊性的C 不完全的D 逻辑性的
第5题
多选题
(2分) 不确定性推理的主要问题有（）。
A 不确定度的表示与度量B 不确定度的转移C 组合证据的不确定度D 结论不确定度的合成
第6题
多选题
(2分) 贝叶斯推理的三大要素是（）。
A 先验概率B 全概率C 后验概率D 类条件概率
第7题
判断题
(1分) 模糊集中的“+“代表求和。
第8题
判断题
(1分) 贝叶斯推理中，必须计算后验概率的值才能完成推理。
第9题
判断题
(1分) 证据理论中，信任函数值与不可驳斥函数值之间的差反映了未知程度。
第10题
判断题
(1分) 不确定性推理结果是不可信的。
第11题
单选题
(1分) 推理过程中可以推翻中间结论的推理被称为（）。
A 非单调推理B 单调推理C 确定性推理D 不确定性推理
第12题
单选题
(1分) 逻辑推理中语句对应的语义是 （）。
A 语句含义B 语句的真假C 语句为真的程度D 语句对应的说话者意图
第13题
单选题
(1分) “李进是王明的老师”用一阶谓词逻辑表示，应为 （）。
A 王明，李进(老师)B 李进(老师, 王明）C 王明(老师, 李进)D 老师(李进, 王明)
第14题
多选题
(2分)
一阶谓词逻辑的基本要素有（）。
A 常量B 变量C 连接词D 量词
第15题
多选题
(2分) 归结演绎推理算法包括以下步骤（）。
A 将语句转换为合取范式B 结论取反C 条件取反D 执行归结
第16题
多选题
(2分) 以下关于归结原理叙述不正确的有（）。
A “文字”与“文字的非”结合后成为空子句B 空子句是可满足的C 文字的析取构成子句D 转换合取范式时，存在量词可直接去掉
第17题
判断题
(1分)
推理是指基于事实和知识得出结论的过程。
第18题
判断题
(1分)
双向推理的计算效率低于单向推理。
第19题
判断题
(1分) 命题逻辑中有量词。
第20题
判断题
(1分) 归结演绎推理是一种反证法。
第21题
单选题
(1分) 产生式规则的基本形式是（）。
A P → Q B P ← QC P ↑ QD P ↓ Q
第22题
单选题
(1分) 可以表达过程性知识的是 （）。
A 一阶谓词逻辑B 产生式C 知识图谱D 脚本
第23题
单选题
(1分) 知识图谱中的节点表示（）。
A 规则B 知识C 属性D 实体
第24题
多选题
(2分)
框架表示法包括（）。
A 槽B 侧面C 约束D 脚本
第25题
多选题
(2分) 本体是（）。
A 用于描述知识的概念体系B 得到明确定义的概念体系C 可以非形式化的建构D 具有共享性
D
第26题
多选题
(2分) 知识获取的方法包括（）。 A 机器创造B 人工移植C 机器学习D 机器感知
第27题
判断题
(1分) 判断题信息就是知识。
第28题
判断题
(1分) 知识图谱是一种语义网络。
第29题
判断题
(1分) 产生式规则可以表达不确定性知识。
第30题
判断题
(1分) 一阶谓词逻辑可以表达不确定性知识。
第31题
单选题
(1分) 与或图中的节点代表（）。
A 状态B 问题C 解D 环境
第32题
单选题
(1分) 状态空间反映的求解方法是 （）。
A 逐步求解B 对问题进行分解C 对问题进行转换D 穷举搜索
第33题
单选题
(1分) 博弈搜索中，应将对手想象为 （）。
A 平均水平者B 最弱者C 最强者D 随机水平者
第34题
多选题
(2分)
问题表示的两种方法是（）。
A 逻辑图B 状态空间C 与或图D 解空间
第35题
多选题
(2分) 博弈搜索的关键问题是（）。
A 评估函数B 博弈树的表示C 博弈树的存储D 搜索效率
第36题
多选题
(2分) Alpha-Beta剪枝是（）。
A 一种机器博弈算法B 可提高极小极大搜索效率的算法C 采用广度优先搜索策略的算法D 采用深度优先搜索策略的算法
D
第37题
判断题
(1分) 按博弈搜索方法，博弈树可视为一种与或图。
第38题
判断题
(1分) 博弈树表达了实际下棋过程。
第39题
判断题
(1分) 状态空间不能用于与或图可解决的问题。
第40题
判断题
(1分) Alpha-Beta剪枝不属于极小极大算法。
第41题
单选题
(1分)
符号智能的基础是（）。
A 物理符号系统假说B 语言学C 逻辑学D 符号学
第42题
单选题
(1分) 问题求解基于（）技术获得问题的解答。
A 统计B 搜索C 推理D 学习
第43题
单选题
(1分) 专家系统与知识工程的核心是 （）。
A 问题求解B 智力问答C 知识存储D 基于知识的推理
第44题
多选题
(2分)
问题求解的经典案例有（）。
A CYCB GPSC Deep BlueD AlphaGo
第45题
多选题
(2分) 符号智能中的关键技术问题包括（）。
A 搜索B 表示C 推理D 存储
第46题
多选题
(2分) 专家系统的构成包括（）。
A 知识获取机构B 推理机构C 解释机构D 知识库
第47题
判断题
(1分)
基于知识的推理过程是一个搜索过程。
第48题
判断题
(1分) CYC是常识性知识系统，其构造与专家系统不同。
第49题
判断题
(1分) 知识工程与软件工程无关。
第50题
判断题
(1分) 知识获取是开发专家系统的瓶颈问题。
习题
第1题
单选题
(1分) 采用轮盘赌方式进行父代选择时，轮盘上的数字代表什么？（）
A 每个个体出现的概率B 每个个体对问题的求解结果C 与每个个体适应度相匹配的选择概率D 每个个体的适应度值
第2题
单选题
(1分) Survivor选择的作用是（）。
A 从父代个体和生成的子代个体中选择个体形成下一代群体B 从父代个体中选择用于繁殖后代的个体C 选择适应度强的个体D 对生成的子代个体进行选择
第3题
单选题
(1分) 遗传规划中，对解的表示形式是（）。
A 字符串B 解的原始形式C 树D 图
第4题
多选题
(2分) 遗传算法有以下特点（）。
A 用字符串表示解B 选择操作具有随机性C 具有交叉和突变算子D 能保证找到问题的最优解
第5题
多选题
(2分) 遗传算法的主要构成要素有（）。
A 解的表示方法B 遗传操作C 选择操作D 迭代停止条件
第6题
多选题
(2分) 可增加解的多样性的算子是（）。
A 交叉B 突变C 父代选择D 子代选择
第7题
判断题
(1分) 遗传算法中，需要将解表示为一个符号串。
第8题
判断题
(1分) 遗传规划中对于交叉和突变的选择是确定的。
第9题
判断题
(1分) 遗传规划可用于实现自动编程。
第10题
判断题
(1分) 适应度高的个体一定被优先选择。
第11题
单选题
(1分)
对于空气喷嘴形状优化的例子，不可以采用以下哪种优化方法？：（）。
A 进化规划B 进化策略C 梯度下降D 穷举搜索
第12题
单选题
(1分) 在进化规划算法用于解决博弈问题的例子中，优化的是？（）。
A 搜索策略B 搜索宽度C 搜索深度D 评估函数
第13题
单选题
(1分) 下列关于进化策略叙述正确的是？（）。
A 进化策略不能包含重组B 突变程度随着时间增大C 新个体可以通过计算两个父代各分量的平均值产生D 需要将解编码为字符串
第14题
多选题
(2分)
博弈搜索中可以使用下列哪些方式对棋局状态进行评价？（）
A 人为设计函数B 神经网络C 随机函数D 三角函数
第15题
多选题
(2分) 进化策略与遗传算法不同的是：（）。
A 进化策略基于零均值、某一方差的高斯分布产生新的个体B 化策略中的突变强度是在改变的，遗传算法中的参数一般保持恒定C 进化策略包含突变与重组D 遗传算法需要将解编码为字符串
D
第16题
多选题
(2分) 以下对进化规划中所采用的锦标赛选择方法叙述正确的是：（）。
A 一个父代应产生多个子代B 通过个体之间的竞争计算适应度C 与当前个体进行竞争的个体是随机产生的D 较弱的个体可能存活，较强的个体可能被淘汰
第17题
判断题
(1分) 进化规划算法中，新个体由旧个体添加一个随机数来产生。
第18题
判断题
(1分) 进化策略是一种模拟基因变化的进化计算方法。
第19题
判断题
(1分) 进化规划与进化策略没有本质上的区别。
第20题
判断题
(1分) (μ+λ)选择是从μ个父代个体及λ个子代新个体中确定性地择优选出μ个个体组成下一代群体。
第21题
单选题
(1分)
进化计算中，适应环境最优的个体（）。
A 占有一切存活和繁殖的机会B 不占有存活和繁殖的机会C 决定存活和繁殖的资源如何分配D 占有更多的存活和繁殖的机会
第22题
单选题
(1分) 进化计算能发现全局最优解的关键是（）。
A 自然选择B 遗传操作C 具有随机性D 具有并行性
第23题
单选题
(1分) 进化计算中的个体对应于 （）。
A 待求解的问题B 候选解C 解的质量D 优化方法
第24题
多选题
(2分) 进化计算的生物学基础是（）。
A 组织学B 进化论C 遗传学D 细胞学
第25题
多选题
(2分) 进化计算的选择机制包括（）。
A 个体选择B 幸存者选择C 父代选择D 环境选择
第26题
多选题
(2分) 进化计算的遗传操作（）。
A 包括重组和突变B 增加了解的多样性C 减少了解的多样性D 没有随机性
第27题
判断题
(1分) 进化计算是一种特定的优化方法。
第28题
判断题
(1分) 进化是在个体层面发生的，而不是群体层面。
第29题
判断题
(1分) 如果选择操作中没有随机性，则进化算法退化为贪婪算法。
第30题
判断题
(1分) 进化计算中个体适应度是指解的质量。
第31题
单选题
(1分)
根据碱基互补配对原则（A与T配对，C与G配对），某双链DNA分子中，G占23%，求A占多少？（）
A 0.23B 0.27C 0.46D 0.77
第32题
单选题
(1分) 下列哪些不是DNA的成分？（）
A 鸟嘌呤B 腺嘌呤C 胞嘧啶D 尿嘧啶
第33题
单选题
(1分) DNA依靠（）实现计算。
A 碱基B 蛋白质C 碱基的互补性D 酶
第34题
多选题
(2分) DNA计算的特性有哪些?（）。
A 巨量存储B 超级并行C 计算精确D 低能量消耗
D
第35题
多选题
(2分) 下列哪些搜索算法一定可以找到最优解？（）。
A 穷举搜索B 度优先搜索C 广度优先搜索D 启发式搜索
第36题
多选题
(2分) DNA计算包括哪些操作？（）
A SummingB nnealingC SelectionD Melting
第37题
判断题
(1分)
现有计算机与DNA计算机的区别，在于现有计算机无法执行暴力搜索。
第38题
判断题
(1分) 用DNA计算解决TSP问题时，利用碱基的互补性遍历所有的解。
第39题
判断题
(1分) DNA计算的优势之一是单个运算的速度较快。
第40题
判断题
(1分) DNA计算采用生物化学反应的方式进行。
习题
第1题
单选题
(1分) 粒子群优化算法中，个体出现的位置代表什么？（）
A 当前环境B 环境的变化情况C 问题的解D 解的变化
第2题
单选题
(1分) 粒子群优化算法中，个体当前的速度代表什么？（）
A 对解变化的方式B 对解评估的方式C 对解约束的方式D 对解计算的方式
第3题
单选题
(1分) 粒子群优化算法中采用的启发式信息是（）。
A 个体的飞行速度B 个体和群体的当前最优解C 个体的位置D 群体个数
第4题
多选题
(2分) 在计算个体的速度时，我们需要考虑以下哪些信息？（）
A 惯性B 个体最优解C 群体最优解D 个体当前解
第5题
多选题
(2分) 局部PSO算法中，对局部小组的划分方式有 （）。
A 按照个体优劣划分小组B 根据粒子当前速度划分小组C 根据粒子当前位置关系划分小组D 算法开始前，提前划分好小组
第6题
多选题
(2分) PSO算法的优点有（）。
A 具有普遍适用性B 收敛速度快C 并行性好D 能保证收敛到全局或至少局部最优解
第7题
判断题
(1分) 只要能够评价解的优劣，就可利用粒子群优化算法进行求解。
第8题
判断题
(1分) 每个粒子代表一个解。
第9题
判断题
(1分) 粒子速度的变化不需要考虑惯性。
第10题
判断题
(1分) 局部PSO算法比全局PSO算法的收敛速度更快。
第11题
单选题
(1分) 群智能中，个体之间的组织关系是 （）。
A 自组织的B 自下而上的C 自下而上的D 松散的
第12题
单选题
(1分) 群体的智慧在个体身上完全看不到，这种现象被称为（）。
A 矛盾B 突显C 无视D 隐藏
第13题
单选题
(1分) 多智能体通讯模型的基础是（）。
A 博弈论B 社会契约论C 言语行为理论D 形式逻辑
第14题
多选题
(2分)
多智能体的类型分为（）。
A 人型B 非人型C 合作型D 竞争型
第15题
多选题
(2分) 基于群智能的搜索方法的典型代表有（）。
A 蚁群优化算法B 粒子群优化算法C 模拟退火算法D 自然梯度算法
第16题
多选题
(2分) 根据言语行为理论，语言中的关键要素是（）。 A IllocutionB LocutionC PerlocutionD Syntax
第17题
判断题
(1分)
群智能中，个体之间的通信方式很重要。
第18题
判断题
(1分) 群智能中群体的作用与进化计算中群体的作用是一样的。
第19题
判断题
(1分) 群智能= 智能体+通讯。
第20题
判断题
(1分) 群智能可用于解决搜索问题。
第21题
单选题
(1分)
蚁群优化算法中表达启发式信息的载体是（）。
A 消息B 信息素C 信息池D 共享存储器
第22题
单选题
(1分) 蚁群优化算法用于解决TSP问题的关键是 （）。
A 蚂蚁之间的协作B 蚂蚁的搜索能力C 信息素与局部路径长度的结合D 问题的简化
第23题
单选题
(1分) 蚁群优化算法中的最主要部分是（）。
A 群体的初始化B 信息素的分泌与挥发C 迭代的停止条件D 蚂蚁对解的表示
第24题
多选题
(2分) 蚁群优化算法中的主要步骤是 （）。
A 蚂蚁构造自己的解B 蚂蚁分泌信息素C 蚂蚁寻找食物源D 蚂蚁与其他蚂蚁通讯
第25题
多选题
(2分) 蚁群优化算法与蚂蚁实际觅食过程的区别有 （）。
A 算法中的蚂蚁在找到自己的解后才会分泌信息素B 算法中不考虑信息素的挥发C 算法中没有随机性D 算法中信息素可以和其他启发式信息配合使用
第26题
多选题
(2分) 蚁群优化算法中，信息素的更新公式包括以下因素：（）。
A 当前找到的解的质量B 信息素的挥发C 迭代次数D 计算效率
第27题
判断题
(1分) 利用蚁群优化算法解决TSP问题时，每个蚂蚁都要构造一个解。
第28题
判断题
(1分) 蚂蚁构造解的过程中是没有随机性的。
第29题
判断题
(1分) 信息素的释放浓度应与对应解的质量成反比。
第30题
判断题
(1分) 信息素的挥发对于最终保证获得最优解同样很重要。
第31题
单选题
(1分) 量子计算的基础是（）。
A 量子物理学B 经典物理学C 生物进化学说D 偏微分方程
第32题
单选题
(1分) 使量子计算开始得到广泛关注的工作是（）。
A 量子计算机的出现B David Deutsch的量子图灵机C Feynman对量子计算的设想D Peter Shor的大数因子分解算法
第33题
单选题
(1分) Peter Shor的大数因子分解算法的数学原理来自于（）。
A 模算数B 高等数学C 概率论D 矩阵论
第34题
多选题
(2分) 量子计算赖以成立的基本工作机制是（）。
A 纠缠B 光电效应C 干涉现象D 叠加
第35题
多选题
(2分) 量子计算能实现穷举搜索的关键特点在于（）。
A 巧妙的算法设计B 巨量的存储能力C 超级的并行性D 极大的能量消耗
第36题
多选题
(2分)
一个8位的量子寄存器（）。
A 可以同时存储256个数B 能表示的最大数是255C 能表示的最小数是0D 观测该量子寄存器时，只会获得一个值
第37题
判断题
(1分) 量子寄存器的观测结果具有随机性。
第38题
判断题
(1分) 两个彼此纠缠的量子寄存器之间存在连接线。
第39题
判断题
(1分) 在Peter Shor的大数因子分解算法中，“xa mod N”关于a变化的所有运算是同步进行的 。
第40题
判断题
(1分) 量子计算是不会出错的。
习题
第1题
单选题
(1分)
慎思型智能体的构造基础是（）。
A 问题求解模型B BDI模型C 推理模型D 语言模型
第2题
单选题
(1分) PRS是一种（）。
A 慎思型智能体结构B 反应型智能体结构C 混合型智能体结构D 智能体学习方法
第3题
单选题
(1分) 包容结构通过（）机制实现行动的协调。
A 竞争B 合作C 抑制D 学习
第4题
多选题
(2分) 以下属于反应型智能体结构的是（）。
A IRMA结构B 包容结构C 智能体网络结构D Touring Machine结构
第5题
多选题
(2分) 智能体网络结构中，当前被激活的行动将（）。
A 得到执行B 使其后面的行动得到抑制C 不对其他行动产生影响D 使其后面的行动得到激活
第6题
多选题
(2分) BDI模型（）。
A 反映了智能体行动时的心智状态B 体现了符号智能的思想C 是构造反应型智能体的基础D 基于信息、意图、愿望三大行动决策的要素
D
第7题
判断题
(1分) BDI模型中的D是指落实到行动上的愿望。
第8题
判断题
(1分) InteRRaP结构中考虑了多智能体之间的协作。
第9题
判断题
(1分) IRMA中的行动规划库也是BDI模型中的一部分。
第10题
判断题
(1分) 包容结构被MIT的布鲁克斯用于构造机器人。
第11题
单选题
(1分) 行为智能构建的是（）。
A 从事实到结论的映射B 从数据到学习结果的映射C 从当前状态到目标状态的映射D 从感知到行为的映射
第12题
单选题
(1分) 行为智能的发展是由哪一种智能体为开端的（）。
A 反应型智能体B 认知型智能体C 慎思型智能体D 混合型智能体
第13题
单选题
(1分) 行为智能的学习适合用哪种学习方法？（）
A 监督学习B 非监督学习C 强化学习D 半监督学习
第14题
多选题
(2分) 行为智能强调对人的什么能力的模拟？（）
A 感知能力B 执行能力C 学习能力D 推理能力
第15题
多选题
(2分) 下面属于智能体结构类型的是（）。
A 拓扑型B 慎思型C 混合型D 反应型
第16题
多选题
(2分) BDI模型包括哪些主要因素？（）
A 信念B 决策C 愿望D 意图
第17题
判断题
(1分) 对于自主智能体来讲，重要的是现场性和应激性。
第18题
判断题
(1分) BDI模型用来定义智能体的工作环境和任务。
第19题
判断题
(1分) 慎思型智能体结构体现了符号智能。
第20题
判断题
(1分) 在行为智能的学习中，可以提供针对当前状态的标准动作作为学习数据。
习题
第1题
单选题
(1分) AlphaGo算法没有使用以下哪种人工智能方法？（） A 强化学习B 深度学习C 蒙特卡洛树搜索D 逻辑推理
第2题
单选题
(1分) AlphaGo算法的主干是（）。
A 机器博弈的搜索B 神经网络的构建C 学习目标的设计D 优化方法的选择
第3题
单选题
(1分) AlphaGo算法中的值网络（value network）是用于表达（）。
A 棋盘状态B 棋局评估函数C 下棋策略D 棋手意图
第4题
多选题
(2分) AlphaGo是哪几种人工智能实现途径的结合？（）。 A 群智能B 符号智能C 人工神经网络D 机器学习
第5题
多选题
(2分) AlphaGo的策略网络（Policy Network）主要表达了一个根据当前棋局状态获得下一个动作的函数，以下哪些学习方法被用来学习该函数？（）。 A 监督学习B 强化学习C 非监督学习D 半监督学习
第6题
多选题
(2分) AlphaGo的棋局评估采用了以下哪些方法？（）。 A 经验公式B 值网络（Value Network）C 蒙特卡洛方法D 策略网络
第7题
判断题
(1分) AlphaGo使用了基于策略的强化学习方法。 （）。
第8题
判断题
(1分) 强化学习用于提高策略网络（Policy Network）的效果时，需要将输赢作为奖励和惩罚。（）。
第9题
判断题
(1分) 全连接网络被用于作为策略网络（Policy Network）的表达形式。
第10题
判断题
(1分) AlphaGo中使用的策略网络（Policy Network）表达的是确定性函数。
第11题
单选题
(1分) 小冰系统结构的智能核心在于 （）。 A User Experience LayerB Conversation Engine LayerC Data LayerD Processing Layer
第12题
单选题
(1分) 小冰的聊天系统中，包含于Core Chat的是（）。
A Empathetic ComputingB Domain ChatsC Topic ChatD Emotion Chat
第13题
单选题
(1分) 对小冰的评价指标是（）。
A Chat AccuracyB Response AcuityC Emotion ControllingD Conversation-turns Per Session
第14题
多选题
(2分) 小冰涉及哪些人工智能领域？（）
A 知识建模B 图像处理C 自然语言处理D 机器人控制
第15题
多选题
(2分) 小冰是基于哪些人工智能实现途径的应用？（）
A 机器学习B 符号智能C 群智能D 进化计算
第16题
多选题
(2分) 小冰的技能性聊天包括哪几类？（） A Content CreationB Deep EngagementC Task CompletionD Domain Chat
第17题
判断题
(1分) 社交聊天的过程可以被表达成一个分层决策的过程。
第18题
判断题
(1分) 小冰对聊天过程的表达体现了行为智能。
第19题
判断题
(1分) Image Commenting中不需要生成候选回答。
第20题
判断题
(1分) Image Commenting是一种图像分类问题。
第21题
单选题
(1分) 下面属于自动驾驶汽车的环境地图表达的结构是（）。
A 几何结构B 栅格结构C 拓扑结构D 混合结构
第22题
单选题
(1分) 自动驾驶汽车的路径规划中可使用的算法是（）。
A PCA B A*C SVMD CNN
第23题
单选题
(1分) 不属于驾驶行为选择算法的是（）。
A 有限状态机B 基于本体的方法C 马尔可夫决策D 朴素贝叶斯分类器
第24题
多选题
(2分)
自动驾驶的决策部分通常包括（）。
A 路径规划B 车辆定位C 行为选择D 运动规划
第25题
多选题
(2分) UFES IARA自动驾驶汽车中使用了哪些人工智能实现途径？（）。
A 行为智能B 符号智能C 机器学习D 群智能
第26题
多选题
(2分) 常用的自动驾驶感知器包括（）。
A 雷达B 惯性测量系统C 摄像头D 全球卫星定位系统
第27题
判断题
(1分) 自动驾驶汽车的路径规划可以体现符号智能的应用。
第28题
判断题
(1分) UFES IARA的感知系统需要完成定位，估计车辆自身的状态。
第29题
判断题
(1分) 相比基于拓扑的方法，基于度量的环境地图表达更简单快速。
第30题
判断题
(1分) 车辆控制指令的执行是一次完成的，不需要反馈。
习题
第1题
单选题
(1分) 人工智能是（）。 A 人为创造的智能机器 B 对人类智能的研究与实现C 数学的一个分支D 生物学的一个分支
第2题
单选题
(1分) 人工智能目前还没有有效模拟的人的能力是（）。 A 学习能力B 推理能力C 创造能力D 语言能力
第3题
单选题
(1分) 为解决实际问题，我们应该 （）。 A 进行多种人工智能实现途径的结合 B 专注于深度学习与深度网络C 抛弃符号智能这一老旧的实现途径D 完全依靠进化思想
第4题
多选题
(2分) 以下不属于人工智能实现途径的是（）。 A 最优化理论与方法B Python编程C 概率论与数理统计D GPU计算
第5题
多选题
(2分) 进化计算与群智能的区别是（）。 A 进化计算不依赖于群体B 群智能中没有随机性C 群智能依靠个体的协作解决问题D 群体所起的作用不同
第6题
多选题
(2分) 下列属于符号智能实现途径的是：（）。 A DBNB 归结演绎C 深蓝D 决策树
第7题
判断题
(1分) 进化计算与群智能是不能结合在一起的。
第8题
判断题
(1分) 神经网络可以应用于自然语言理解，所以神经网络属于符号智能实现途径。
第9题
判断题
(1分) 符号智能技术可以应用于行为智能，行为智能技术也可以应用于符号智能。
第10题
判断题
(1分) 进化计算与群智能是两种重要的搜索方法。

AI创作