人工智能试卷(A)

第第104页厦门理工学院期末考试卷2022－2022试卷 A √课程名称 人工智能卷别B卷别B□考试专业10方式闭卷开卷√□线 本试卷共五大题(4页)，总分值100分，考试时间120分钟。请在答题纸上作答，在试卷上作答无效。栏 一、多项选择题〔此题共10小题，每题1分，共10分〕名姓1.计算智能的主要内容包括〔 〕息 A．神经计算订 C．免疫计算信级 D．蚁群算法班级 2.关于搜寻与求解,描述正确的选项是〔 〕生 A．搜寻是为了到达某一目标而屡次进展某种操作、运算、推理或计算的过程B．全部的智能活动过程，都可以看作或者抽象为一个基于搜寻的问题求解考 业 C．搜寻是人在求解问题时不知现成解法的状况下所实行的一种普遍方法专D．搜寻可以看作人类和其他生物所具有的一种元学问按用途分类，专家系统可分为〔 〕装诊断型解释型B.推测型决策型C.设计型规划型D.掌握型调度型承受生理模拟和神经计算方法的人工智能争论被称为〔 〕连接主义系 B. 规律学派生理学派符号主义智能掌握的开发，目前认为有以下途径〔 〕基于数据挖掘的专家智能掌握基于遗传算法的软计算掌握C．基于人工神经网络的神经网络掌握D．以上说法都不对联想存储的特点是〔 〕A．可以存储很多相关〔鼓励，响应〕模式对B．以分布、稳健的方式存储信息C．即使输入鼓励模式完全失真时，仍旧可以产生正确的响应模式D．可在原存储中参加的存储模式关于谓词规律，以下描述正确的选项是〔 〕A．紧接于量词之后被量词作用的谓词公式称为该量词的辖域B．在一个量词的辖域中与该量词的指导变元一样的变元称为约束变元C．仅个体变元被量化的谓词成为一阶谓词D．个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词8广义不确定性可分为〔 〕A．粗糙性B.模糊性C.不完全性D.时变性神经网络可以按〔 〕A．学习方式分类B．网络构造分类C．网络的协议类型分类D．网络的活动方式分类数据仓库的根本特征包括〔 〕A．数据仓库的数据是面对主题的B．数据仓库的数据是集成的C．数据仓库的数据是稳定的D．数据仓库的数据是随时间不断变化的〔此题共6小题，每空1分，共25分〕1.为了能感知外部环境，运用自己所拥有的学问进展求解，并且作用于环境，Agent应具有如下根本特征(1) ， (2) ， (3) ， (4)2.智能掌握系统的智能分为 (5) ， (6) ， (7) ， (8)3.学问觉察主要有以下几种方法 (9) ， (10) ， 〔11〕 ， (12) , (13)4.人工智能的争论内容可以归纳为： (14) ， (15) , (16) (17) ， 〔18〕 ， 〔19〕 , (20) , (21)5.产生式系统由三局部组成： (22) ， (23) ， (24)6.学问觉察过程可粗略地划分为 (25) ，数据开采，结果的解释评估〔此题共5小题，每题5分,共25分〕遗传算法与图搜寻相比,有何特点证明Pab)是xyPx,y)Wx,y))和Wab)的规律结果3. 证明xPx)QxxRx)Qx))xRx)Px))设有如下一组产生式规章和证据事实，试用确定性理论求出由每一个规章推出的结论及其可信度ifAthenB(0.9)ifBandCthenD(0.8)ifAandCthenD(0.7)ifBorDthenE(0.6)事实：A,CF(A)=0.8;C,CF(C)=0.9简述模式识别系统的工作原理〔此题共1小题，每题10分，共10分〕是什么〔做出推理树〕？规章集：r1:假设某动物有奶，则它是哺乳动物。r2:假设某动物有毛发，则它是哺乳动物。r3:假设某动物有羽毛，则它是鸟。r4:假设某动物会飞且生蛋，则它是鸟。r5:假设某动物是哺乳动物且有爪有犬齿且目盯前方，则它是食肉动物。r6:假设某动物是哺乳动物且吃肉，则它是食肉动物。r7:假设某动物是哺乳动物且有蹄，则它是有蹄动物。r8:假设某动物是有蹄动物且有反刍食物，则它是偶蹄动物。r9:假设某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。r10:假设某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。r11:假设某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。r12:假设某动物是有蹄动物且白色且有黑色条纹，则它是斑马。r13:假设某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是鸵鸟。r14:假设某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。r15:假设某动物是鸟且善飞且不怕风浪，则它是海燕。初始事实：f1:某动物有毛发f2:吃肉f3:黄褐色 f4:有黑色条纹〔此题共2小题，每题15分，共30分〕1所示，它包含agestudentincome和credit_rating这四个属性，其类别属性为buys_computer。它有两个不同取值:{yes,no},设C1

对应类别buys_computer=yes,设C对2应类别buys_computer=no,所要进展分类的未知样本为：X={age=“<30”,income=medium,student=yes,credit_rating= fair}1.训练样本序号12下表是汽车

实例性别 年龄段 婚状女 <21 未女 <21 已

保险类别CC

驾驶保险类别于条件熵计算对其进展决策树分类其对应的根属性2.实例集3男<21未C4男