2022-2023學(xué)年上海市閔行區(qū)高一（下）學(xué)業(yè)水平信息技術(shù)試卷

一、綜合題

• 1．梅花可分為真梅、杏梅和櫻李梅，小申設(shè)計了一個人工智能算法自動判斷梅花的類型。
  ?
  （1）如圖1所示，小申找到了一張真梅類梅花，將其另存為16色位圖，分辨率不變，這張圖片所占存儲空間為

   

  KB。
  ?
  （2）將圖1轉(zhuǎn)換為JPG格式，這屬于

   

  （選填：有損壓縮/無損壓縮）。
  （3）在圖像數(shù)字化的過程中，用若干位二進制數(shù)表示每個像素點的顏色，每種顏色用一個二進制數(shù)來表示。例如，如圖2所示，一個像素點的顏色用24比特來表示，某顏色的RGB值是（225，124，159），這屬于圖像數(shù)字化環(huán)節(jié)中的（選填：采樣/量化/編碼）。
  （4）已知第13行的二進制序列是（0111111111001000），那么第14行轉(zhuǎn)換為十六進制數(shù)是

   

  。
  ?
  A.7FA8
  B.7FC8
  C.7FEC
  D.7FCC
  （5）小申在訓(xùn)練模型前，數(shù)據(jù)集中每張梅花圖片被標記了類型，以這些標記作為預(yù)期效果來區(qū)分梅花類型，不斷修正機器的預(yù)測結(jié)果，這種機器學(xué)習(xí)的方法是，這種方法的預(yù)測結(jié)果是

   

  。
  A.監(jiān)督學(xué)習(xí)離散的
  B.監(jiān)督學(xué)習(xí)連續(xù)的
  C.非監(jiān)督學(xué)習(xí)離散的
  D.非監(jiān)督學(xué)習(xí)連續(xù)的
  （6）用K-近鄰算法對真梅、杏梅和櫻李梅三種類別的梅花自動分類，為了便于計算，取其中的某一個特征屬性進行測量，收集的若干樣本數(shù)據(jù)如下表所示，已知待測梅花的該特征值為12，根據(jù)K-近鄰算法思想，當K=5 時，待測梅花的品種預(yù)測為

   

  。
  

  特征值	6.5	7	7.5	8	8.5	9.5	13	15	15.5
  花的距度	5.5	5	4.5	4	3.5	2.5	1	3	3.5
  類別	直梅	直梅	櫻李梅	櫻李梅	櫻李梅	杏梅	直梅	杏梅	杏梅

  A.直梅
  B.杏梅
  C.櫻李梅
  D.無法判斷
  （7）人工智能和大數(shù)據(jù)等新技術(shù)飛速發(fā)展，方便了人們的日常生活。關(guān)于大數(shù)據(jù)的處理過程，正確的排序是

   

  。
  ①數(shù)據(jù)預(yù)處理
  ②數(shù)據(jù)采集
  ③數(shù)據(jù)挖掘應(yīng)用
  ④數(shù)據(jù)分析
  （8）關(guān)于人工智能技術(shù)的說法，以下描述正確的是

   

  。
  A.將紙質(zhì)試卷掃描并借助OCR軟件識別成文本文件使用了人工智能的圖像識別技術(shù)
  B.使用手機的語音助手撥打電話使用了人工智能的語音識別技術(shù)
  C.商場結(jié)賬時掃描商品條形碼顯示價格使用了人工智能的文字識別技術(shù)
  D.醫(yī)療影像平臺能推進人工智能在醫(yī)學(xué)影像、輔助診斷、醫(yī)療機器人等眾多醫(yī)療環(huán)節(jié)的探索和應(yīng)用
  組卷：4引用：1難度：0.4

  解析

一、綜合題

• 3．小申喜歡閱讀莎士比亞的戲劇集。他想知道某個單詞在一部戲劇中出現(xiàn)的次數(shù)，為此他購買了英文原版的電子文檔，并將文章內(nèi)容保存為TXT文本格式。
  All the past,all is overture.
  （凡是過往，皆為序章。）
  ——William Shakespeare（1）文章內(nèi)容僅由英文字符構(gòu)成，其編碼形式是

   

  。
  A.ASCⅡ碼
  B.十進制代碼
  C.GB18030編碼
  D.Unicode字符集
  （2）小申設(shè)計了統(tǒng)計單詞出現(xiàn)次數(shù)的算法，分解為以下6個步驟，請將這些步驟按照合適的順序依次排列

   

  。
  ①逐一列舉列表中的單詞，并檢驗是否與需要查詢的單詞相同，若相同則計數(shù)加1。
  ②將文章中的英文字符全部轉(zhuǎn)換為小寫，并刪除標點符號等特殊字符。
  ③輸出需要查詢單詞出現(xiàn)的次數(shù)。
  ④輸入需要查詢的單詞，并轉(zhuǎn)換為小寫。
  ⑤從TXT文本文件中讀入文章內(nèi)容到Python程序中。
  ⑥提取每個單詞作為單獨的元素存儲在列表中。
  （3）通過“逐一列舉，條件檢驗”的方法統(tǒng)計單詞出現(xiàn)的次數(shù)，該方法在算法中被稱為

   

  。
  （4）上述算法的算法控制結(jié)構(gòu)使用以下流程示意圖表示，正確的是

   

  。
  ?
  （5）根據(jù)算法描述，小申編寫了以下Python程序，用于統(tǒng)計輸入單詞在戲劇《TheTempest》中出現(xiàn)的次數(shù)。請閱讀程序，理解語句的作用，并在橫線處補充代碼，將程序補充完整，完成功能需求。
  ?
  ①

   

  ②

   

  ③

   

  
  （6）小申編寫好程序運行時，出現(xiàn)如下圖所示的報錯信息。分析并闡述報錯原因和程序改正的方法。
  
  （7）依據(jù)程序設(shè)計語言的發(fā)展歷程，Python編程語言屬于

   

  （選填：高級語言/匯編語言/機器語言）。
  組卷：2引用：1難度：0.4

  解析

• 4．如圖所示，小中收集了2000-2018年某地的臺風(fēng)數(shù)據(jù)。臺風(fēng)等級分為5級：熱帶風(fēng)暴、強熱帶風(fēng)暴、臺風(fēng)、強臺風(fēng)、超強臺風(fēng)，分別對應(yīng)表中的A級、B級、C級、D級、E級，請回答第（1）～（5）題。
  
  （1）小申根據(jù)上圖所示數(shù)據(jù)進行處理，刪除重復(fù)年份的記錄。當存在多條相同年份記錄時，僅保留重復(fù)記錄中的第一條記錄，并將新生成的數(shù)據(jù)表替換原表。請選擇合適的選項，完成以上功能

   

  。
  
  A.pd.drop_duplicates（subset=['year']，keep='first'，inplace=True）
  B.tf.drop_duplicates（subset-['year']，keep-'first'，inplace-True）
  C.pd.drop_duplicates（keep='first'，inplace=False）
  D.tf.drop_duplicates（subset=['year']，keep='first'，inplace=False）
  （2）小申想設(shè)計一個算法，實現(xiàn)統(tǒng)計超強臺風(fēng)超過2次的年份個數(shù)，并輸出對應(yīng)的年份。請從a-f語句中選擇合適的內(nèi)容填入右側(cè)流程圖的虛線框中。
  ①

   

  ②

   

  ③

   

  ④

   

  ⑤

   

  
  若需完成上述功能，下列流程圖中的陰影處，應(yīng)填入的合適的語句是

   

  。
  ?
  （3）如圖所示，小申完成了數(shù)據(jù)整理并存為taifeng2.csv。接下來，要編寫程序?qū)崿F(xiàn)超強臺風(fēng)超過2次的年份統(tǒng)計，請完善程序代碼。
  ?
  ?
  （4）小申根據(jù)如圖1所示的每年臺風(fēng)次數(shù)數(shù)據(jù)，編寫程序繪制了如圖2的可視化圖形，請完善程序代碼。
  ?
  ?
  ①

   

  ②

   

  ③

   

  
  （5）小申在撰寫數(shù)據(jù)分析報告時，繪制了“2000-2018 年之間臺風(fēng)總數(shù)數(shù)量”的箱形圖，請幫助小申進行分析。
  ?
  組卷：1引用：1難度：0.3

  解析