2022-2023學(xué)年上海市奉賢區(qū)致遠(yuǎn)高級(jí)中學(xué)高一(下)期末信息技術(shù)試卷
發(fā)布:2024/5/30 8:0:9
一、非選擇題
-
1.小申所住的小區(qū)里新安裝了一臺(tái)智能垃圾回收機(jī),如圖所示。居民投遞可回收物時(shí),能夠根據(jù)自動(dòng)稱重的重量獲得相應(yīng)金額。這些回收物送到分揀工廠后經(jīng)機(jī)器人精細(xì)分類,最終進(jìn)入相應(yīng)的再生產(chǎn)工廠變廢為寶。
(1)智能垃圾回收機(jī)放置在小區(qū)公共位置,通過網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)社會(huì)資源的回收再利用。在實(shí)現(xiàn)垃圾回收智能化的同時(shí),也促進(jìn)了一個(gè)產(chǎn)業(yè)的發(fā)展,應(yīng)用前景十分廣闊。這體現(xiàn)的信息社會(huì)特征是
A.在線政務(wù)
B.信息經(jīng)濟(jì)
(2)可回收物的當(dāng)前回收價(jià)格為0.8元/公斤,單次投遞超過20公斤最多按20公斤結(jié)算。若設(shè)計(jì)算法來實(shí)現(xiàn)某次投遞所獲金額的計(jì)算,算法描述如下:將稱重重量賦值給x,x如果小于20,輸出金額為0.8*x元,否則輸出金額為08*20元。這種算法的描述方法屬于
A.流程圖
B.自然語言
C.Python程序
D.偽代碼
(3)垃圾分類機(jī)器人在算法模型的設(shè)計(jì)過程中,通過對(duì)未標(biāo)記樣本的探索,把相似的樣本聚合為一類,這屬于機(jī)器學(xué)習(xí)中的
A.監(jiān)督學(xué)習(xí)
B.非監(jiān)督學(xué)習(xí)
(4)在機(jī)器學(xué)習(xí)過程中,可以使用歐式距離來判斷回收物測試數(shù)據(jù)的類型。其中,二維平面上點(diǎn)a(xl,y1)與b(x2,y2)之間的歐式距離為,該計(jì)算兩點(diǎn)間距離的方法屬于d12=(x1-x2)2+(y1-y2)2
A.數(shù)據(jù)
B.知識(shí)
(5)圖2所示的是一張可回收物圖片及其屬性信息。若對(duì)此圖片文件進(jìn)行壓縮,以下選項(xiàng)正確的是
A.將此文件拓展名改為tif屬于有損壓縮
B.將此文件用WinRAR軟件進(jìn)行壓縮屬于無損壓縮
C.將此文件重命名為玻璃瓶.zip屬于有損壓縮
D.將此文件另存為jpg格式屬于無損壓縮
(6)如圖3所示的易拉罐圖片采用RGB顏色模型來描述顏色,其中某像素點(diǎn)的R原色用十進(jìn)制數(shù)表示式230,轉(zhuǎn)換為十六進(jìn)制數(shù)是E6,以下轉(zhuǎn)換方法正確的是
A.將230的每一位數(shù)字和該位的位權(quán)相除再求和
B.將230的每一位數(shù)字和該位的位權(quán)相乘再求和
C.230除以16反向取余
D.230除以16反向取商
(7)若用K-近鄰算法對(duì)可回收物數(shù)據(jù)集的測試數(shù)據(jù)進(jìn)行分類,某個(gè)測試數(shù)據(jù)▲到訓(xùn)練數(shù)據(jù)的距離如圖4所示,當(dāng)K值為5時(shí),這個(gè)測試數(shù)據(jù)的分類結(jié)果為
A.紙張
B.易拉罐
C.鞋子
D.衣服
(8)目前人工智能技術(shù)已應(yīng)用到生活中的很多領(lǐng)域,以下能夠體現(xiàn)人工智能應(yīng)用的是
A.使用E-mail發(fā)送郵件
B.通過軟件識(shí)別所拍攝的植物
C.應(yīng)用語音識(shí)別技術(shù)點(diǎn)播歌曲
D.用智能掃地機(jī)器人打掃房間組卷:3引用:1難度:0.3
一、非選擇題
-
3.小申所在的班級(jí)有一個(gè)共享書屋。同學(xué)們會(huì)把各自的書籍放在一起,互相借閱。為了更好地管理這些書籍,小申主動(dòng)擔(dān)當(dāng)起班級(jí)圖書管理員。他想設(shè)計(jì)一個(gè)書屋借閱查詢系統(tǒng),方便同學(xué)們查閱書籍的借閱情況。
(1)小申在搭建書屋借閱查詢系統(tǒng)前期,應(yīng)遵循的步驟是
A.需求分析→可行性分析→硬件選擇→系統(tǒng)測試
B.需求分析→可行性分析→總體設(shè)計(jì)→詳細(xì)設(shè)計(jì)
C.數(shù)據(jù)收集和輸入→程序設(shè)計(jì)→硬件選擇→數(shù)據(jù)查詢?cè)O(shè)計(jì)
D.數(shù)據(jù)收集和輸入→數(shù)據(jù)存儲(chǔ)→數(shù)據(jù)傳輸→數(shù)據(jù)查詢?cè)O(shè)計(jì)
(2)書屋借閱查詢系統(tǒng)架構(gòu)可以分為信息采集、信息傳輸和信息處理與輸出。其中,信息采集屬于
A.應(yīng)用層
B.傳輸層
C.感知層
(3)小申使用Python3環(huán)境中的Flask框架開發(fā)的書屋借閱查詢系統(tǒng)由若干模塊組成。其中,登錄模塊和查詢模塊的作用如圖所示?!膀?yàn)證用戶身份”屬于
A.用戶界面層
B.數(shù)據(jù)訪問層
C.業(yè)務(wù)邏輯層
(4)小申在硬件結(jié)構(gòu)功能模塊設(shè)計(jì)中,為書屋借閱查詢系統(tǒng)選擇條碼掃描槍、計(jì)算機(jī)終端、服務(wù)器等設(shè)備。其中,條碼掃描槍的作用是
A.數(shù)據(jù)采集
B.數(shù)據(jù)處理
C.數(shù)據(jù)傳輸
D.數(shù)據(jù)輸出
(5)小申設(shè)計(jì)的數(shù)據(jù)表BookSharing,其字段設(shè)計(jì)如表所示。請(qǐng)找出表中數(shù)據(jù)類型設(shè)計(jì)錯(cuò)誤的字段,該字段名稱是
A.Pvd
B.BkN
C.Bro
D.State
(6)小慧為班級(jí)共享書屋提供了《圖解大數(shù)據(jù)》這本書。小申要在數(shù)據(jù)表BookSharing中新增一條記錄,內(nèi)容如表所示??梢圆捎玫腟QL語句是
A.Insert into BookSharing(Pvd,BkN)values(‘圖解大數(shù)據(jù)’,‘小慧’)
B.Update Book Sharing set BkN='圖解大數(shù)據(jù)’wherePvd='小慧’
C.Insert into BookSharing(StuId,Pvd,BkN)values(‘20220305’,‘小慧’,‘圖解大數(shù)據(jù)’)
D.Update into BookSharing(StuId,Pvd,BkN)values(‘20220305’,‘小慧’,‘圖解大數(shù)據(jù)’)
(7)小申編寫了run.py文件用于實(shí)現(xiàn)登錄模塊的業(yè)務(wù)邏輯。請(qǐng)協(xié)助小申把左側(cè)內(nèi)容拖動(dòng)至右側(cè)對(duì)應(yīng)的虛線框中,將程序編寫完整。
(1)處對(duì)應(yīng)的字母是
(2)處對(duì)應(yīng)的字母是
A.A
B.B
C.C組卷:3引用:1難度:0.3 -
4.小申采集了某城市2022年7月的氣象數(shù)據(jù)。數(shù)據(jù)中包含了每天的日平均氣溫(℃)、日平均相對(duì)濕度(%)、日降水量(mm)、日平均風(fēng)速(km/h)、日照時(shí)數(shù)(h)。
(1)小申采集的部分氣象數(shù)據(jù)如圖所示,他使用Python第三方庫pandas提供的方法進(jìn)行據(jù)整理,刪除有缺失值的記錄,若讀取的數(shù)據(jù)存放在變量df中,以下方法正確的是
A.df.drop_duplicates(subset=[‘日期’])
B.df.drop_duplicates( ?。?br />C.df.isnull( ?。?br />D.df.dropna( )
(2)小申把整理后的數(shù)據(jù)存儲(chǔ)于“七月氣象數(shù)據(jù).csv”文件中。如圖所示,他編寫程序?qū)@些數(shù)據(jù)進(jìn)行分析,在日平均氣溫大于30的記錄中,找出日平均相對(duì)濕度的最大值。請(qǐng)將程序填寫完整。
(3)小申根據(jù)如圖1所示的七月份氣象數(shù)據(jù),編寫程序繪制如圖2所示的七月份日平均風(fēng)速異常情況檢測可視化圖形。
小申編寫的程序如表所示,請(qǐng)將程序填寫完整。
(4)小申根據(jù)圖2所示的七月份日平均風(fēng)速異常情況檢測可視化圖形撰寫數(shù)據(jù)分析報(bào)告,他對(duì)該圖的分析正確的是
A.該月的日平均風(fēng)速數(shù)據(jù)中存在異常值
B.可以進(jìn)一步分析用小圓圈表示的這個(gè)數(shù)據(jù)
C.必須立即刪除用小圓圈表示的這個(gè)數(shù)據(jù)
D.該月的日平均風(fēng)速數(shù)據(jù)中存在缺失值
(5)小申了解到某省氣象大數(shù)據(jù)云平臺(tái)可以存儲(chǔ)地面、高空、海洋等氣象數(shù)據(jù),這些數(shù)據(jù)中有二維表格數(shù)據(jù)、文本數(shù)據(jù)、圖片數(shù)據(jù)、地理位置數(shù)據(jù)等。這最能體現(xiàn)的大數(shù)據(jù)特征是
A.數(shù)據(jù)類型多
B.價(jià)值密度低
C.處理速度快
D.數(shù)據(jù)規(guī)模大
(6)為了及時(shí)做好防暑降溫工作,各城市氣象部門及時(shí)預(yù)報(bào)天氣氣溫,發(fā)布高溫預(yù)警信息。小申采集了部分城市氣象部分發(fā)布的某日14時(shí)氣溫預(yù)報(bào)數(shù)據(jù),并設(shè)計(jì)了一個(gè)算法,統(tǒng)計(jì)發(fā)布黃色預(yù)警的城市數(shù)量。請(qǐng)參考下表,填寫流程圖空白處的語句,將算法設(shè)計(jì)完整。
(1)處應(yīng)該填入
(7)小申編寫了一段程序,統(tǒng)計(jì)七月份日照時(shí)數(shù)大于10的天數(shù)。七月份每天的日照時(shí)數(shù)依次存放在列表r中。請(qǐng)完善程序代碼。組卷:4引用:1難度:0.3