哈尔滨工程大学
- 下列有关监督学习分类方法的说法正确的是（ ）
- 下列哪几种属于监督学习：（ ）
- 至今由人工智能机器制造的艺术领域有：（ ）
- 属于深度学习与浅层学习区别的是：（ ）
- 以下有关工业机器人的说法正确的是（ ）
- 关于搜索与求解，描述正确的是（ ）。
- 下列选项中混合智能应用与其技术对应正确的是（ ）
- 下面选项中，神经网络模型的英语缩写与中文名称相对应的有（ ）
- 强化学习的方法主要有（ ）
- 属于额叶的功能有：（ ）
- 以下关于人工智能和机器智能说法正确的是（ ）
- 下列选项中属于知识表示方法的是（ ）
- 机器人发展经历了哪几代（ ）
- 下列关于人工智能概念的正确表述（ ）
- 下列说法正确的是（ ）
- 降维方法：（ ）
- 下面关于机器学习的说法中，正确的有（ ）
- 推理按推理过程的思维方向可以划分为（ ）
- 下列搜索方法中属于盲目搜索的是（ ）
- 人类理性还是有许多对于人类和人工智能都非常有意义的作用，主要包括：（ ）
- 下列有关监督学习分类方法的说法错误的是（ ）
- 下列关于卷积神经网络（CNN）的说法中，错误的有（ ）
- 关于脑机接口，以下说法不正确的是（ ）
- 下面选项中，不属于状态空间法三要点的是（ ）
- 下列运算规律错误的是：（ ）
- 属于神经网络与深度学习相同点的是：（ ）
- 下面关于感知机的说法中，错误的是（ ）
- 下面关于机器人视觉系统的说法中，错误的是（ ）
- 以下不属于计算机模拟人类交流的过程的是（ ）
- 下列描述正确的是：（ ）
- 不属于内脑计算软件层技术或核心算法的是：（ ）
- 下列不属于模式的直观特性为：（ ）
- 智能问答系统主要依靠的关键基础和技术不包括以下那个方面（ ）
- 下面选项说法错误的是（ ）
- 下列关于知识图谱的说法中，错误的是（ ）
- 进化由出现的先后顺序进行排列正确的是：（ ）
- 以下关于工业机器人说法不正确的是（ ）
- 下列哪个说法是错误的（ ）
- 生物相关的类脑导航细胞主要有哪五种（ ）①头部方向细胞 ②速度细胞 ③边界细胞 ④网格细胞 ⑤位置细胞 ⑥条纹细胞
- 下面关于人脑神经网络与人工神经网络的说法中，错误的是（ ）
- 模糊命题指带有模糊性的陈述句，模糊命题的真值不是绝对的“真”或“假”，而反映其隶属于“真”的程度。模糊命题可分为性质命题和关系命题两种。（ ）
- 记忆包括存储，提取和使用三个阶段。（ ）
- 数字物流解决方案为物流相关企业提供语音、数据与多媒体应用相结合的“一站式”综合智能信息化服务。（ ）
- 感知器模型由输入层和输出层两层构成，但它要在特定的前提下进行，不具有一般性。（ ）
- 机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和宽度、颜色等信息，转换成数字信号，抽取目标的特征，根据判别结果控制现场的设备动作或者进行质量检测。（ ）
- 模式所指的不是事物本身,而是从事物获得的信息,因此模式往往表现为具有时间和空间的分布信息，因此模式可以是虹膜、人脸、指纹的图像，也可以是某种电信号。（ ）
- 图像识别、语音识别是人工智能目前应用最广泛的两个领域。图像识别领域面临的用户隐私保护和种族歧视等问题日益突出。（ ）
- 知识图谱利用符号知识发展可解释人工智能，现阶段深度学习已融合知识图谱，故深度学习在现阶段是可解释的人工智能。（ ）
- 人工智能写稿的优点颇为明显，速度远高于人，数字出错概率低，能够完全替代撰稿人进行撰稿工作。（ ）
- 学习的目的是调整权值，以使网络对任何的输入都能得到期望的输出。理想的情况是输入和输出一致，这样，学习后的模型再用于处理数据时就可以得到比没有学习的模型相对更加精确的结果。（ ）
- 深度学习的本质是：通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。（ ）
- 基于样本的迁移学习方法优点：是方法简单，实现容易。缺点：在于权重的选择与相似度的度量依赖经验，且源域与目标域的数据分布往往不同。（ ）
- 在特征学习过程中，特征越多，识别准确性越高，因此特征越多越好。（ ）
- 学习的基本思想是神经单元之间连接权的变化正比于输出单元期望输出与实际的输出之差。（ ）
- 行为主义的主要思想是不仅利用机器模拟智能表现出的行为，使机器表现出与动物或人类似甚至一样的行为，还更注重关注智能产生的原因。（ ）
- 传统的BP网络一般都选用二级网络。 结点的激励函数要求是可积的。（ ）
- 在汽车零部件的检测过程中，一些特殊部件零部件供应商必须保证的工艺要求，而这些尺寸测量如果用人工进行检测，随意有利于生产节拍，但是效率极其低下。因此在实际工业生产中，一般都采用高精度的视觉测量方案，虽然生产节拍有所降低，但效率大大提升。（ ）
- 蕴涵的其中一条运算规律为：若A为假，则不论B为真或假，A → B都为假。（ ）
- 感知机的本质是一种适合用于将某些数据分为两种类型的线性分类模型。它输入的是实例的类别，输出则是实例的特征向量。（ ）
- 深度学习的本质是通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。“深度模型”是手段，“特征学习”是目的。（ ）
A:支持向量机的方法适用于高维空间，并且可以有效地用于小型数据集 B:朴素贝叶斯是一种允许以简单直接的方式构建分类器的方法 C:决策树学习的目的是处理未见示例能力强的决策树 D:KNN最近邻法中，在分类时较大的K值能够减小噪声的影响，使类别之间的界限变得清晰
答案:决策树学习的目的是处理未见示例能力强的决策树###朴素贝叶斯是一种允许以简单直接的方式构建分类器的方法###支持向量机的方法适用于高维空间，并且可以有效地用于小型数据集
A:支持向量机 B:谱聚类 C:LASSO回归 D:逻辑回归
答案:LASSO回归###逻辑回归###支持向量机
A:影视创作 B:音乐 C:美术 D:文学
答案:美术###文学###影视创作###音乐
A:分类或预测更加容易 B:强调了模型结构的深度 C:明确突出了特征学习的重要性 D:利用大数据来学习特征，更能够刻画数据的丰富内在信息
答案:利用大数据来学习特征，更能够刻画数据的丰富内在信息###分类或预测更加容易###明确突出了特征学习的重要性###强调了模型结构的深度
A:工业机器人与人相比，可以有更快的运动速度，可以搬更重的东西，而且定位精度相当高 B:从长远来看，工业机器人运行成本比较低，单件产品的投入产出比大，具有较好的经济效益 C:工业机器人能够代替人在恶劣环境条件下工作中发挥重大作用 D:用途广，机器人只要根据工作任务要求配备合适的自由度，完全可以胜任绝大多数的操作工作
答案:工业机器人与人相比，可以有更快的运动速度，可以搬更重的东西，而且定位精度相当高###用途广，机器人只要根据工作任务要求配备合适的自由度，完全可以胜任绝大多数的操作工作###从长远来看，工业机器人运行成本比较低，单件产品的投入产出比大，具有较好的经济效益###工业机器人能够代替人在恶劣环境条件下工作中发挥重大作用
A:搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程 B:搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法 C:所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题求解 D:搜索可以看作人类和其他生物所具有的一种元知识
答案:搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程###所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题求解###搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法###搜索可以看作人类和其他生物所具有的一种元知识
A:意识操控机器人——脑机接口混合智能 B:“意识”驾驶汽车——脑机接口混合智能 C:人造感觉神经——脑机接口混合智能 D:外骨骼机器人——外骨骼混合智能
答案:“意识”驾驶汽车——脑机接口混合智能###意识操控机器人——脑机接口混合智能###外骨骼机器人——外骨骼混合智能
A:GAN——生成对抗网络 B:RNN——循环神经网络 C:CNN——卷积神经网络 D:DNN——深层神经网络
答案:DNN——深层神经网络###CNN——卷积神经网络###RNN——循环神经网络###GAN——生成对抗网络
A:深度强化学习（DRL) B:逆强化学习（Inverse RL） C:基于策略的强化学习（Policy-based RL) D:基于价值的强化学习（Value-based RL)
答案:深度强化学习（DRL)###逆强化学习（Inverse RL）###基于策略的强化学习（Policy-based RL)###基于价值的强化学习（Value-based RL)
A:躯体运动、语言、高级思维 B:听觉、语言、记忆 C:视觉信息的整合 D:判断、计划和作决策
A:从人与机器的智能产生机制角度看，机器依托非自然的机制可以产生不同于人类的智能甚至智慧 B:非自然智能或非生物智能称为人工智能，相对于自然智能而言，以人类制造或发明的机器为载体实现的非生命智能称为机器智能 C:相对于人或动物的智能而言，机器的智能不是自然进化产生的，而是人工创造的 D:人工智能的依附载体是机器，就像人和动物有一个身体一样，机器就是人工智能的“身体”有“身体”的机器会像人或动物一样有感知、认知、语言、行为等多样的智能
A:语义网络法 B:关系式表示法 C:谓词逻辑法 D:状态空间法
A:自适应机器人 B:程序控制机器人 C:智能机器人 D:机械式机器人
A:人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 B:人工智能是研究和构建在给定环境下表现良好的智能体程序 C:人工智能将其定义为人类智能体的研究 D:人工智能是通过机器或软件展现的智能
A:人工智能是根据环境的感知做出合理的行动，并获得最大的收益的计算机程序 B:针对特定的任务，人工智能程序都具有自主学习的能力 C:人工智能程序和人类具有相同的思考方式 D:任何计算机成粗都具有人工智能
A:从原始特征中挑选出一些最有代表性的特征来 B:通过近似线性化爸原始特征变为较少的新特征 C:从原始特征中挑选出一些出现次数较多的特征来 D:通过映射和变换把原始特征变为较少的新特征
A:监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别，再对分类算法进行训练，最后得到可以使用的分类器 B:有监督学习的数据集有标签，无监督相比于有监督，没有训练过程，而是直接拿数据进行建模分析 C:在实际应用中，机器学习主要以无监督学习或半监督学习方式为主 D:按照不同的学习理论划分，机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
A:假言推理 B:演绎推理 C:类比推理 D:归纳推理
A:有序搜索 B:宽度优先搜索 C:等代价搜索 D:深度优先搜索
A:认知理性 B:逻辑理性 C:方法理性 D:价值理性
A:KNN最近邻法中，在分类时较大的K值能够减小噪声的影响，使类别之间的界限变得清晰 B:朴素贝叶斯是一种允许以简单直接的方式构建分类器的方法 C:决策树学习的目的是处理未见示例能力强的决策树 D:支持向量机的方法适用于高维空间，并且可以有效地用于小型数据集
A:卷积神经网络网络一般有输入层、隐藏层、输出层组成 B:卷积神经网络的输入层一般包含包含卷积层、池化层和全连接层3类常见构筑 C:卷积神经网络的卷积层的功能是对输入数据进行特征提取，池化层的作用是降低特征的维度，进而减小参数量，减少过拟合 D:卷积神经网络的全连接层的作用是分类
A:脑机接口是大脑与计算机间通过脑电信号建立起的一种通讯接口 B:让外界信息（例如声音或某种电刺激）直接传入大脑。这种脑－机直接交互的方法为认知和新型智能系统的研究提供了新的思路。也是一种重要的混合智能技术 C:系统不依赖神经系统与肌肉组织的交流和控制通路，在大脑与设备间建立直接的通信，为大脑提供了一种全新的对外交流通道 D:脑－机接口”是不依赖于脑的正常输出通路（即：外周神经和肌肉）的脑－机（计算机或其它装置）通讯系统。通过这个通道，可以将大脑活动的信息（例如与事件相关的诱发响应，甚至自主的意识、情感等信息）直接传出来，并由此实现相应的控制
A:状态空间方法 B:状态 C:算符 D:节点和弧线或链线
A:蕴涵运算中，若A为真，则当B为真时，A → B为真，B为假时，A → B为假 B:吸收运算中，A∨(A∧B)=A，A∧(A∨B)=B C:互补律中，A∧(¬A)=0，A∨(¬A)=1 D:蕴涵运算中，若A为假，则不论B为真或假，A → B都为真
A:
对于一个deep network（7层以上），都会出现梯度扩散
B:训练时均随机设定初值，计算当前网络的输出，然后根据当前输出和样本真实标签之间的差去改变前面各层的参数，直到收敛 C:二者均采用分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络，只有相邻层节点之间有连接，每一层可以看作是一个logistic 回归模型 D:二者均采用BP算法调整参数，即采用迭代算法来训练整个网络A:感知机由输入层和输出层组成 B:感知机可以对异或问题进行求解 C:感知机的本质是一种适合用于将某些数据分为两种类型的线性分类模型 D:感知机是最简单的人工神经网络模型
A:图像分割方法主要有基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法 B:机器人视觉系统是：机器人通过其感知工作环境中信息或者其感兴趣信息，并记录这些信息作为决策依据，对之进行分析的系统 C:机器人视觉系统从功能上主要包括数字图像的获取、图像的预处理、特征提取三部分 D:机器人视觉涉及到的图像处理得关键技术有图像分割、图像识别、运动目标检测与追踪
A:将人发出的声音转换成语言 B:将语言转换成相应的语音 C:理解语音所表达的语言意义 D:识别表达语言的语音内容
A:传统的BP网络一般都选用二级网络，结点的激励函数要求是可积的，通常选S型 B:感知机不能求解异或问题既是感知机的缺陷，也是在历史上导致人工神经网络陷入低潮的主要原因 C:人工神经网络是深度神经网络的基础，深度神经网络是深度学习的模型基础 D:隐层数及隐层神经元数的确定：目前尚无理论指导
A:脑机接口 B:脉冲神经网络 C:推理演绎决策 D:多模态协同感知
A:相似性 B:可区分性 C:可推测性 D:可观察性
A:需要大量的标准训练语料。这主要是深度学习方法所需要 B:大量高质量的数据和知识，主要是知识图谱技术 C:强大的自然语言处理技术 D:专业的智能算法
A:进行大数据分析时，不是利用随机样本而是应用全部数据进行分析 B:大数据的价值密度低 C:大数据属于批量式分析 D:大数据中的数据之间交互频繁
A:图用于直观、形象的展示内容 B:知识图谱的核心是“实体-关系-实体” C:知识图谱的边可以是实体或者属性值 D:知识图谱具有图和谱的双重特性
A:生命进化、人类进化、大脑进化、机器进化 B:大脑进化、人类进化、生命进化、机器进化 C:大脑进化、生命进化、人类进化、机器进化 D:生命进化、大脑进化、人类进化、机器进化
A:无论科技如何发达，工业机器人都取代不了人类的某项生产活动 B:工业机器人以刚性高的机械手臂为主体，与人相比，可以有更快的运动速度，可以搬更重的东西，而且定位精度相当高。它可以根据外部来的信号，自动进行各种操作 C:工业机器人在实现智能化、多功能化、柔性自动化生产、提高产品质量、代替人在恶劣环境条件下工作中发挥重大作用 D:工业机器人是应用计算机进行控制的替代人进行工作的高度自动化系统，是典型的机电一体化的产品
A:美国波士顿大学的U M. Erdem 和 Michael Hasselmo提出线性预见性轨迹模型，是基于头部方向细胞、持续脉冲细胞、网格细胞和位置细胞的前向规划路径的面向目标导航模型 B:机器人方向和位置的分离表示方式不适合在大型的、不明确的环境中进行映射和导航，目前该位姿分离问题尚未得到解决 C:“网格细胞”位于海马体蓝色区域， 当动物达到区域中特定位置时，一个单个网格细胞激活，这些位置以六变形模式排列 D:机器人智能研究系统提出的门控选择模型，每一步都需根据路标和位置细胞的活性，得出下一步方向，根据赢者通吃选择最终运动方向
A:①②③⑤⑥ B:①②③④⑤ C:①③④⑤⑥ D:②③④⑤⑥ E:①②④⑤⑥ F:①②③④⑥
A:MP模型的提出标志着神经计算时代的开始 B:人脑神经系统的基本单元是神经元，一般所说的神经元是双极神经元，由细胞体、一个轴突和若干树突组成 C:人工神经网络的基本模型有：单层前向神经网络和隐层前向神经网络 D:关于神经网络，著名的赫布规则提出了一个神经网络里信息是储藏在突触连接的权中的概念
A:错 B:对
A:对 B:错
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
