2021-2022学年浙江省湖州市三贤联盟高二（下）期中信息技术试卷

一、选择题（本大题共8小题，每小题4分，共24分。每小题列出的四个备选项中只有一个是符合题目要求的，不选、错选、多选均不得分）

• 1．有关某“无人超市”的信息系统结构图如图所示，请回答第1～2题。
  
  下列有关“无人超市”的说法，正确的是（　　）

  A．系统通过入口处刷脸获得的特征值属于个人一般信息

  B．零购物码和出门二维码使用后失效，体现了信息的时效性

  C．系统自动对用户数据进行加密是为了提高数据的完整性

  D．存储在系统数据库中的海量用户信息属于大数据
  组卷：2引用：0难度：0.60

  解析

• 2．有关某“无人超市”的信息系统结构图如图所示，请回答第1～2题。
  
  下列对“无人超市”信息系统的功能描述，不正确的是（　　）

  A．录制用户付款视频和离开时的影像属于信息系统的收集功能

  B．识别到注册用户立刻开门属于信息系统的传输功能

  C．使用 POS 机自助付款属于信息系统的存储功能

  D．打印小票、出门二维码属于信息系统的输出功能
  组卷：2引用：0难度：0.60

  解析

• 3．22022 年的北京冬奥会，我国取得了历史最好成绩，人工智能技术也以科技手段助运动员们一臂之力。研究团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于竞技体育和一般生物力学研究的计算机系统——无反光点人体运动自动捕捉人工智能系统。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中，获得超过 8000 人次的赛时动作技术数据，使机器深度学习越发“得心应手“，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
  请回答15～16题。
  根据以上描述，下列说法不正确的是（　　）

  A．随着获取的动作数据逐渐增加，该技术对于数据的反馈会更有效

  B．该技术主要体现动作与结果的关系，说明大数据更注重事物之间的相关性

  C．该技术捕捉到的每一个数据都来自于真实数据，体现了大数据价值密度高的特点

  D．能根据动作自动捕捉进行分析，并快速反馈分析结果，体现了大数据速度快的特点
  组卷：0引用：0难度：0.50

  解析

• 4．22022 年的北京冬奥会，我国取得了历史最好成绩，人工智能技术也以科技手段助运动员们一臂之力。研究团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于竞技体育和一般生物力学研究的计算机系统——无反光点人体运动自动捕捉人工智能系统。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中，获得超过 8000 人次的赛时动作技术数据，使机器深度学习越发“得心应手“，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
  请回答15～16题。
  根据以上描述，人工智能技术助力运动员主要基于以下哪种方法（　　）

  A．符号主义

  B．联结主义

  C．行为主义

  D．建构主义
  组卷：1引用：0难度：0.50

  解析

二、非选择题（本大题共4小题，其中第13小题6分，第14小题6分，第15小题7分，第16小题7分，共26分）

• 15．某网站对信息进行加密解密，选择页面“index.jye.ai”如图1，加密页面“jia.jye.ai”如图2，解密页面“jie.jye.ai”如图3。在选择页面点击相应按钮，选择加密或解密。
  
  选择加密时，在明文文本框中输入明文，点击“加密”按钮，网页显示密文与对应的密钥。加密规则为打乱明文对应的索引作为密钥，再利用该索引逐个取明文字符连接成密文，例如：明文为“信息技术”，若被打乱的索引为[2，0，1，3]，则密文为“技信息术”，密钥为“2，0，1，3”
  选择解密时，在密文文本框中输入密文，密钥文本框输入密钥，点击“解密”按钮，网页显示明文。
  （1）该网络应用属于

   

  架构。（单选，填字母：A.B/S架构，B.C/S架构）
  （2）若待解密文本为“自息爱信也我己爱”，密钥为“2，7，1，6，4，0，3，5”，则解密结果是

   

  。
  （3）实现该功能的python程序如下，请在横线处填入合适的代码：
  
  组卷：0引用：1难度：0.3

  解析

• 16．决策树是一种通过树形结构进行分类的人工智能预测模型，如根据图1所示“气象特点与游客是否来游乐场的关系”绘制的如图2所示的决策树树形结构：
  
  通过了解当天的是否有风、天气、温度和湿度这4个节点参数即可预测当天是否有人来游乐场。
  不同的节点划分顺序可以绘制不同的决策树，为了选出最优的节点划分顺序，需要采用“信息熵”与“信息增益”指标。
  信息熵，又称香农熵，被用来度量信息量的大小，信息熵越大表示信息量越大。
  信息增益，表示样本经某节点划分后的信息熵变化大小。我们绘制决策树时应当逐次选择信息增益最大的节点作为当前节点。
  对于有n个信息的样本D，记第k个信息发生的概率为pk,信息熵计算公式为E（D）=−∑

  n

  1

  p_klog₂（p_k），
  例如游乐场14个样本中“去”（9个）、“不去”（5个），则信息熵=−（

  9

  14

  log₂

  9

  14

  +

  5

  14

  log₂

  5

  14

  ）=0.940
  若样本按“是否有风”节点划分，“是”（6个，其中3个去，3个不去）信息熵=−（

  3

  6

  log₂

  3

  6

  +

  3

  6

  log₂

  3

  6

  ）=1；
  “否”（8个，其中6个去，2个不去）信息熵=−（

  6

  8

  log₂

  6

  8

  +

  2

  8

  log₂

  2

  8

  ）=0.811；经过此节点划分后的信息增益=原始信息熵−按此节点划分后样本信息熵比例和=0.940−（

  6

  14

  ×1+

  8

  14

  ×0.811）=0.048。
  （1）根据上述描述与图1，则“天气”节点中的“多云”信息熵是

   

  。
  （2）实现求首次划分节点的程序如下，请在横线处填入合适的代码：
  
  
  
  组卷：0引用：1难度：0.3

  解析