习题1

一、填空

1.人工智能研究的三大学派：符号主义学派、连接主义学派、行为主义学派。

2.机器思维就是让计算机能够对感知到的外界信息和自已产生的内部信息进行思维性加工。

3.符号主义认为：人工智能起源于数理逻辑，人类认知(智能)的基本元素是符号(symbol),认知过程是符号表示上的一种运算。

4.连接主义认为：人工智能起源于仿生学，特别是对人脑模型的研究。

二、简答

什么是智能？智能包含哪几种能力？

答：智能是对自然智能的简称，其确切含义还有待于对人脑奥秘的彻底揭示。

智能包含：感知能力、记忆和思维能力、学习和自适应能力、行为能力。

人类有哪几种思维方式？各有什么特点？

答：人类基本的思维方式有形象思维、抽象思维和灵感思维。

特点：

抽象思维：根据逻辑规则对信息和知识进行处理的理性思维方式。

形象思维：基于形象概念，根据感性形象认识材料，对客观现象进行处理的一种思维方式。

灵感思维：是一种显意识和潜意识相互作用的思维方式。

什么是人工智能？它的研究目标是什么？

答：从能力的角度看，人工智能是指用人工的方法在机器(如计算机)上实现的智能。从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使其能模拟、延伸和扩展人类智能的学科。

研究目标：①对智能行为有效解释的理论分析；②解释人类智能；③构造具有智能的人工制品。

人工智能的发展经历了哪几个阶段？

答：五个阶段：孕育期、形成期、知识应用期、学派发展期、后期发展期

人工智能研究的必要前提？

答：脑科学的研究应该是人工智能研究的必要前提。

6.人工智能的典型应用有哪些？请谈谈自己的看法。

人工智能已经广泛应用到许多领域，其典型的应用包括：逻辑推理，机器视觉、模式识别，专家知识系统，智能机器人，机器学习，自然语言理解等等。其他言之有理即可。

三、选择题

1.人工智能的目的是让机器能够(D ) ,以实现某些脑力劳动的机械化。

A.具有完全的智能

B.和人脑一样考虑问题

C.完全代替人

D.模拟、延伸和扩展人的智能

2.下列关于人工智能的叙述不正确的有( C )。

A.人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。

B.人工智能是科学技术发展的趋势。

C.因为人工智能的系统研究是从上世纪五十年代才开始的,非常新，所以十分重要。

D.人工智能有力地促进了社会的发展。

3.自然语言理解是人工智能的重要应用领域,下面列举中的( C )不是它要实现的目标。

A.理解别人讲的话。

B.对自然语言表示的信息进行分析概括或编辑。

C.欣赏音乐。

D.机器翻译。

4.人工智能应用研究的两个最重要最广泛领域为（B）

A.专家系统、自动规划

B.专家系统、机器学习

C.机器学习、智能控制

D.机器学习、自然语言理解

5.人工智能诞生于哪一年?(C)

A.1955

B.1957

C.1956

D.1965

6.人 工智能的发展历程可以划分为(B)

A.诞生期和成长期

B.形成期和发展期

C.初期和中期

D.初级阶段和高级阶段

7.人工智能诞生于什么地方? (A)

A.Dar tmouth

B.London

C.New York .

D.Las Vegas

习题2

一、填空

1.逻辑在知识的形式化表示和机器自动定理证明方面发挥了重要的作用，其中最常用的逻辑是谓词逻辑。

2.谓词逻辑表示的特征：自然、明确、精确、灵活、模块化。

3.事实是断言一个语言变量的值或断言多个语言变量之间关系的陈述句。

4.语义网络是一种用实体及其语义关系来表达知识的有向图。

5.语义网络的推理过程主要有两种：继承、匹配。

6.框架是人们认识事物的一种通用的数据结构形式。

7.脚本与框架类似，由一组槽组成，用来表示特定领域内一些事件的发生序列。

8.归结演绎推理是一种基于鲁宾逊归结原理的机器推理技术。

二、简答题

什么叫命题？

答：具有真假意义的断言称为命题。

归纳推理分为几类？分别是什么？

答： 按照所选事例的广泛性可分为完全归纳推理和不完全归纳推理。

按照推理所使用的方法可分为枚举、类比、统计和差异归纳推理等。

设有如下语句，请用相应的谓词分别把它们表示出来：

小韩是一个医生。

解：Doctor (Han)

（2）8>5

解：Greater (8, 5)

（3）y<18

解：Less (y,18)

小郑在3号房间。

解：Inroom (Xiaozheng , r3)

（5）我没有拿着苹果。

解：﹁ Hold (I, apple)

（6）你喜欢唱歌和绘画。

解：Like (You, singing) ∧ Like (You, painting)

4.设有如下语句，请用相应的谓词公式分别把它们表示出来：

(1)有的人喜欢吃橘子，有的人喜欢吃苹果，有的人既喜欢吃橘子又喜欢吃苹果。

解：定义谓词：P(x)：x是人；L(x,y)：x喜欢吃y。

其中，y的个体域是{橘子，苹果}。

将知识用谓词表示为：

(x )(P(x)→L(x, 橘子)∨L(x, 苹果)∨L(x, 橘子)∧L(x, 苹果))

(2)有的人每天早晨都去踢毽子。

解：定义谓词：P(x)：x是人；T(x)：x踢毽子；M(y)：y是早晨

将知识用谓词表示为：

(x )(y) (M(y)→T(x)∧P(x))

(3)华为手机外观时尚，运行速度又快。

解：定义谓词：HW(x)：x是华为手机；F(x)：x是时尚；U(x)：x是速度快

将知识用谓词表示为：

(x) (HW(x)→F(x)∧U(x))

(4)不是所有人工智能学院的学生都喜欢在教室上PLC编程。

解：定义谓词：R(x)：x是人工智能学院的学生；L(x, y)：x喜欢y；

U(x,z)：x使用z

其中，y的个体域是{ PLC pragram }，z的个体域是{ classroom }

可将知识用谓词表示为：

¬ (x) (R(x)→L(x, PLC pragram)∧U(x,classroom))

5.产生式表达的特点？

答：自然性：采用“如果……，则……”的形式，人类的判断性知识基本一致。

    模块性：规则是规则库中最基本的知识单元，各规则之间只能通过综合数据库发生联系，而不能相互调用，从而增加了规则的模块性。

    有效性：产生式知识表示法既可以表示确定性知识，又可以表示不确定性知识，既有利于表示启发性知识，又有利于表示过程性知识。

    效率较低：各规则之间的联系必须以综合数据库为媒介。并且，其求解过程是一种反复进行的“匹配—冲突消解—执行”过程。这样的执行方式将导致执行的低效率。

    不便于表示结构性知识：由于产生式表示中的知识具有一致格式，且规则之间不能相互调用，因此那种具有结构关系或层次关系的知识则很难以自然的方式来表示。

设有如下语句，请用产生式表达：

天是蓝色的

解：（sky， color, blue)

我讨厌游泳

解：（hate，I，swimming）

老韩和老郑是朋友

解：（friend，Han，Zheng）

设有如下语句，请用语义网络表达：

微波炉是一种电器。

解：

（2）小韩是工人。

解：

（3）桌上有苹果。

解：

人有手，会运动。

解：

人有手，会运动，是哺乳动物。

解：

请用框架表示教师的基本信息。

解：  框架名：〈教师〉

      姓名：单位（姓、名）

      年龄：单位（岁）

      性别：范围（男、女）

      缺省：男

      职称：范围（教授，副教授，讲师，助教）

                     默认：讲师

      部门：单位（系，教研室）

      住址：〈住址框架〉

      工资：〈工资框架〉

      开始工作时间：单位（年，月）

      截止时间：单位（年，月）

                        默认：现在

产生式推理的分类？

答：正向推理、逆向推理、混合（双向）推理。

三、选择题

1.下列不是知识表示法的是(A)。

A.计算机表示法

B.“与/或”图表示法

C.状态空间表示法

D.产生式规则表示法

2.下列关于不确定性知识描述错误的是__C_

A.不确定性知识是不可以精确表示的

B.专家知识通常属于不确定性知识

C.不确定性知识是经过处理过的知识

D.不确定性知识的事实与结论的关系不是简单的“是”或“不是”。

3.关于“与/或”图表示知识的叙述，错误的有( D )。

A.用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。

B.“ 与/或”图表示知识时一-定同时有“与节点”和“或节点”。

C.“与/或”图能方便地表示陈述性知识和过程性知识。

D.能用“与/或”图表示的知识不适宜用其他方法表示。

4.一般来讲，下列语言属于人工智能语言的是( D )。

A. VJ    B. C#    C. Foxpro    D. LISP

5.专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是(C)的过程。

A.思考

B、回溯 C.推理

D.递归

6.确定性知识是指(A )知识。

A.可以精确表示的

B.正确的

C.在大学中学到的知识

D. 能够解诀问题的

7.自然语言理解是人工智能的重要应用领域，下面列举中的(C)不是它要实现的目标。

A.理解别人讲的话

B.对自然语言表示的信息进行分析概括或编辑

C.自动程序设计

D.机器翻译

习题3

一、填空题

1.不确定性推理泛指除精确推理以外的其它各种推理问题。

2.根据经验对一个事物和现象为真的相信程度称为可信度。

3.CF(H,E)表示知识的强度，即静态强度；CF(E)表示证据的强度，即动态强度。

4.模糊命题是基于模糊逻辑，利用模糊谓词、模糊量词、模糊修饰语等用来对模糊命题的模糊性进行描述的。

5.贝叶斯网络推理是指利用贝叶斯网络模型进行计算的过程。

二、简答及分析题

什么是可信度？

答：可信度是指人们根据以往经验对某个事物或现象为真的程度的一个判断，或者说是人们对某个事物或现象为真的相信程度。可信度具有一定的主观性，较难把握。

C-F模型

答：IF   E   THEN   H  (CF(H, E))

其中，E是知识的前提条件；H是知识的结论；CF(H, E)是知识的可信度。

3.设有如下一组推理规则:

    r1:  IF  E1  THEN  E2 (0.7)

    r2:  IF  E2  AND  E3  THEN  E4 (0.4)

    r3:  IF  E4  THEN  H (0.8)

    r4:  IF  E5  THEN  H (0.9)

且已知CF(E1)=0.2,  CF(E3)=0.6,  CF(E5)=0.7。求CF(H)=?

解：

(1) 先由r1求CF(E2)

        CF(E2)=0.7 × max{0,CF(E1)}

             =0.7 × max{0,0.2}=0.14

(2) 再由r2求CF(E4)

        CF(E4)=0.4 × max{0, min{CF(E2 ), CF(E3 )}}

             =0.4 × max{0, min{0.14, 0.6}}=0.056

(3) 再由r3求CF1(H)

CF1(H)= 0.8 × max{0,CF(E4)}

      =0.8 × max{0, 0.056)}=0.0448

(4) 再由r4求CF2(H)

CF2(H)= 0.9 ×max{0,CF(E5)}

      =0.9 ×max{0, 0.7)}=0.63

(5) 最后对CF1(H )和CF2(H)进行合成，求出CF(H)

        CF(H)= CF1(H)+CF2(H)+ CF1(H) × CF2(H)

             = 0.0448+0.63 + 0.63 + 0.0448 × 0.63

= 0.6748+0.63+0.028224

=1.3048+0.028224

=1.333024

4.设U={1,2,3,4,5}，F和G分别是U上的两个模糊集，即

     F=小=0.2/1+0.4/2+0.1/3+0.3/4+0.5/5

     G=大=0.1/1+0.6/2+1/3+0.2/4+0.6/5

求：F∪G、F∩G、﹁F

解：

F∪G=(0.2∨0.1)/1+(0.4∨0.6)/2+(0.1∨1)/3+(0.3∨0.2)/4+(0.5∨0.6)/5=0.2/1+0.6/2+1/3+0.3/4+0.6/5

F∩G=(0.2∧0.1)/1+(0.4∧0.6)/2+(0.1∧1)/3+(0.3∧0.2)/4+(0.5∧0.6)/5=0.1/1+0.4/2+0.1/3+0.2/4+0.5/5

﹁F=(1-0.2)/1+(1-0.4)/2+(1-0.1)/3+（1-0.3）/4+（1-0.5）/5=0.8/1+0.6/2+0.9/3+0.7/4+0.5/5

5.某年级同学左眼近视度数论域X={100,200,400,500,800}（单位：度数），右眼近视度数论域 Y={50,100,200,600,800}。求：从X到Y的一个模糊关系R，并用模糊矩阵表示。

解：左眼近视度数与右眼近视度数的模糊关系表：

从X到Y的一个模糊关系R，用模糊矩阵表示:

R=  0.4  0.6 0.7     0.8 02

0.3  0.8 0.4 0.5 0.2

0.5  0.7 0.5 0.6 0.1

0.4  0.4 0.1 0.7    0.4

0.2  0.5 0.4 0.5 0.1

6.设论域U={0, 5, 10, 15, 30}，模糊集

        F= 0.2/0+0.5/5+0.1/10+0.3/15+0.4/30

        G=0.3/0+0.2/5+0.4/10+0.5/15+0.8/30

求：F和G的汉明距离。

d(F,G)=0.2×(|0.2-0.3|+|0.5-0.2|+|0.1-0.4|+|0.3-0.5|+|0.4-0.8|)

=0.2×1.3=0.26

即F和G的汉明距离为0.26。

7.设设论域U={2, 8, 10, 18, 20}，模糊集

        F= 0.2/2+0.5/8+0.1/10+0.3/18+0.4/20

        G=0.3/2+0.2/8+0.4/10+0.5/18+0.8/20

求：F和G的贴近度。

F·G=0.2∧0.3∨0.5∧0.2∨0.1∧0.4 ∨ 0.3∧0.5∨ 0.4∧0.8

=0.2∨0.2∨0.1 ∨ 0.3 ∨ 0.4=0.4

F⊙G= (0.2∨0.3)∧(0.5∨0.2)∧(0.1∨0.4) ∧(0.3∨0.5) ∧(0.4∨0.8)

=0.3∧0.5∧0.4∧0.5∧0.8 =0.8

(F, G)=0.5×(0.4+(1-0.8))=0.5×0.6=0.3

即F和G的贴近度为0.3。

习题4

一、填空

1.多点交是指先随机生成多个交叉点，然后再按这些交叉点分段地进行部分基因交换，生成子代中的两个新的个体。

2.智能搜索是利用搜索过程得到的中间信息来引导搜索向最优方向发展的算法。

3.与或树是用于表示问题及其求解过程的又一种形式化方法，通常用于表示比较复杂问题的求解。

4.希望树是指搜索过程中最有可能成为最优解树的那棵树。

5.遗传是指父代（或亲代）利用遗传基因将自身的基因信息传递给下一代（或子代），使子代能够继承其父代的特征或性状的这种生命现象。

6.变异是一种随机、不可逆现象，是生物多样性的基础。

7.博弈是一类具有智能行为的竞争活动。

二、简答

什么是搜索？

答：依靠经验，利用已有知识，根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索。

端节点与终止节点的区别？

答：在与/或树中，没有子节点的节点称为端节点；本原问题所对应的节点称为终止节点。可见，终止节点一定是端节点，但端节点却不一定是终止节点。

什么是解树？

答：由可解节点构成，并且由这些可解节点可以推出初始节点（它对应着原始问题）为可解节点的子树为解树。

进化搜索主要包括哪几个方面？分别是？

答：进化搜索主要包括4个方面，分别是：

遗传算法（Genetic Algorithm，GA）

进化策略（Evolutionary Strategy,ES）

进化规划（Evolutionary Programming,EP）

遗传规划（Genetic Programming,GP）

种群和个体的概念

答： 种群（Population）：种群是指用遗传算法求解问题时，初始给定的多个解的集合。遗传算法的求解过程是从这个子集开始的。

个体（Individual）：个体是指种群中的单个元素，它通常由一个用于描述其基本遗传结构的数据结构来表示。例如，可以用0、1组成的长度为l的串来表示个体。

遗传算法中的基本遗传操作包括几个方面？

答：遗传算法中的基本遗传操作包括选择、交叉和变异3种。

7.设有两个父代的个体串A=010011 和B=110101，若随机交叉点为4，则交叉后生成的两个新的个体是？

解：A’=010001     B’=110111

8.设有两个父代的个体串A=010011010 和B=110101110，若随机交叉点为5，则交叉后生成的两个新的个体是？

解：A’=010011110    B’=110101010

9.设有两个父代的个体串A= 110110 和B= 010011 ，若随机交叉点为1、3和5，则交叉后的两个新的个体是？

解：A’=110111      B’=010010

设有两个父代的个体串A=111000和B=010101，若随机生成的模版T=000111，则交叉后的两个新的个体是？

解：A’=011010和B’=100101。即

A： 111000

B： 010101

T： 000111

A’：111111

B’：010010

设有两个父代个体向量A=15 20 18 20 19 30和B=30 25 15 20 15 49，若随机选择对第2个分量以后的所有分量进行交叉，则交叉后两个新的个体向量是？

解：A’=15 20 15 20 15 49    B’= 30 25 18 20 19 30 

设变异前的个体为A=010101110110，若随机产生的变异位置是5，变异后新个体是？

解：：A’=010111110110

设选中的个体向量C=10 20 30 45 12 56 78，若随机产生的两个变异位置分别时3和5，则变异后的新的个体向量是？

解：C’=10 20 12 30 45 56 78

设选中的个体向量D=10 14 5 48 16 27 96 43 57，若随机产生的两个变异位置分别时3和7，则变异后的新的个体向量是？

解：D’=10 14 96 48 16 27 5 43 57

习题6

一、填空

1.机器学习是一门研究使用计算机获取新的知识和技能，提高现有计算机求解问题能力的科学。

2.决策树是一种由节点和边构成的用来描述分类过程的层次数据结构。

3.集成学习是指为解决同一问题，先训练出一系列个体学习器（或称弱学习器），然后再根据某种规则把这些个体学习器的学习结果整合到一起，得到比单个个体学习器更好的学习效果。

4.人工神经元是对生物神经元的物理模拟，从结构上包括输入端、输出端和计算单元。

5.神经元（neuron）是人脑神经系统最基本的组织单位和工作单元。

6.多层前馈网络是指那种除拥有输入、输出层外，还至少含有一个、或更多个隐含层的前馈网络。

7.反馈网络是指允许采用反馈联结方式所形成的神经网络。

8.卷集核具有平移不变性。

9.分布式智能主要研究在逻辑上或物理上分布的智能系统或智能对象之间，如何相互协调各自的智能行为。

10.专家系统是一种具有大量专门知识和经验的智能程序系统。

二、简答

神经网络智能信息处理系统有哪些重要应用？

答：（1）认知与人工智能

包括模式识别、计算机视觉与听觉、特征提取、语音识别语言翻译、联想记忆、逻辑推理、知识工程、专家系统、故障诊断、智能机器人等。

（2）优化与控制

包括优化求解、决策与管理、系统辨识、鲁棒性控制、自适应控制、并行控制、分布控制、智能控制等。

（3）信号处理

自适应信号处理(自适应滤波、时间序列预测、谱估计、消噪、检测、阵列处理)和非线性信号处理(非线性滤波、非线性预测、非线性谱估计、非线性编码、中值处理)。

（4）传感器信息处理

模式预处理变换、信息集成、多传感器数据融合。

反馈网络是指？

答：反馈网络是指允许采用反馈联结方式所形成的神经网络。所谓反馈联结方式是指一个神经元的输出可以被反馈至同层或前层的神经元。

分布智能的特点？

答：(1) 分布性。分布式智能系统中不存在全局控制和全局的数据存储，所有数据、知识及控制，无论在逻辑上还是在物理上都是分布的。

(2) 互联性。分布式智能系统的各子系统之间通过计算机网络实现互联，其问题求解过程中的通信代价一般要比问题求解代价低得多。

(3) 协作性。分布式智能系统的各子系统之间通过相互协作进行问题求解，并能够求解单个子系统难以求解，甚至无法求解的困难问题。

(4) 独立性。分布式智能系统的各子系统之间彼此独立，一个复杂任务能被划分为多个相对独立的子任务进行求解。

4.专家系统的三个要素。

答：（1）具备某个应用领域的专家级知识；

（2）能模拟专家的思维；

（3）能达到专家级的解题水平。

三、选择题

1.能对发生故障的对象( 系统或设备)进行处理，使其恢复正常工作的专家系统是(A)。

A.修理专家系统B.诊断专家系统C.调试专家系统D.规划专家系统

2.一些聋哑为了能方便与人交通，利用打手势方面来表达自己的想法，这是智能的(C)方面。

A.思维能力

B.感知能力

C.行为能力

D.学习能力

3.能通过对过去和现在已知状况的分析，推断未来可能发生的情况的专家系统是

(B)。

A.修理专家系统

B.预测专家系统

C.调试专家系统

D.规划专家系统

4.专家系统的推理机的最基本的方式是(B)

A.直接推理和间接推理

B.正向推理和反向推理

C.逻辑推理和非逻辑推理

D.准确推理和模糊推理

5.能根据学生的特点、弱点和基础知识，以最适当的教案和教学方法对学生进行教学和辅导的专家系统是(D)。

A.解释专家系统

B.调试专家系统

C. 监视专家系统

D. 教学专家系统

6.用于寻找出某个能够达到给定目标的动作序列或步骤的专家系统是(D)。

A.设计专家系统 B. 诊断专家系统 C. 预测专家系统 D. 规划专家系统

7.人工智能研究的一-项基本内容是机器感知，以下列举中的(C)不属于机器感知的领域。

A.使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力。

B.让机器具有理解文字的能力。

C.使机器具有能够获取新知识、学习新技巧的能力。

D.使机器具有听懂人类语言的能力.

8.机器翻译属于下列哪个领域的应用? (A)

A.自然语言系统

B.机器学习 C. 专家系统

D.人类感官模拟

9.智能机器人可以根据(C)得到信息。

A.思维能力

B.行为能力

C.感知能力

D.学习能力

习题7

一、填空

1.IaaS(Infrastructure as a Service)是基于互联网的服务，存储和数据库是 IaaS的一部分。

2.大数据是指无法使用传统和常用的软件技术与工具在一定的时间内完成获取、管理和处理的数据集。

3.在突尼斯举行的信息社会峰会上，国际电信联盟发布《ITU互联网报告2005：物联网》，才正式提出物联网的概念。

4.5G在数据传输的可靠性、传输容量等方面相较于4G有了进一步的提高。

5.信息作为一种资源，它的普遍性、共享性、增值性、可处理性和多效用性，使其对于人类具有特别重要的意义。

二、简答

1.云计算的基本原理是什么？

答：将计算数据分布在非本地计算机或者远程服务器中，使数据运行中心的功能原接近于互联网。数据运行中心可以将资源放入应用中，再按照需求进行访问和存储。这样一来，云计算的计算能力可以看成一种商业行为，属于商品流通。今后的云计算就像日常所需的物品，使用方便，价格低廉。

2.云计算分为哪三类？

答：（1）IaaS—基础设施即服务（2）PaaS—平台即服务（3）SaaS—软件即服务

3.大数据的“5V”特征指什么？

答：大体量（Volume）：数据量达到数百TB到数百PB，甚至是EB的规模。

多样性（Variety）：数据为各种格式与各种类型。

时效性（Velocity）：数据需要在一定的时间限度下得到及时处理。

准确性（Veracity）：处理结果要保证一定的准确性。

大价值（Value）：分析挖掘的结果可以带来重大的经济效益与社会效益。

4.请举例3个以上关于物联网的应用。

答：智能物流、智能电网、智慧城市等。

5.5G的定义。

答：5G网络即第五代移动通信网络（5th generation mobile networks或5th generation wireless systems，简称：5G），是最新一代蜂窝移动通信技术，简称：IMT-2020。

6.信息安全要实现的6个目标是什么？

答：（1）真实性（2）保密性（3）完整性（4）可用性（5）不可抵赖性（6）可控制性

三、选择题

1.云计算是对( )技术的发展与运用;

A.并行计算

B网格计算

C分布式计算

D三个选项都是;

答案: D

2.从研究现状上看，下面不属于云计算特点的是( );

A.超大规模

B.虚拟化

C.私有化

D.高可靠性;

答案: C

3. 将平台作为服务的云计算服务类型是( )

A. IaaS

B. PaaS

C. SaaS

D.三个选项都不是

答案: B

4.将基础设施作为服务的云计算服务类型是laaS， 其中的基础设施包括()

A.CPU资源

B.内存资源

C应用程序

D.存储资源

E.网络资源

答案: C

5.大数据应用需依托的新技术有(D)

A.大规模存储与计算

B.数据分析处理

C.智能化

D.三个选项都是

6.与大数据密切相关的技术是(B)

A.蓝牙

B.云计算

C.博弈论

D.相对论

7.物联网的全球发展形势可能提前推动人类进入“智能时代”，也称(D)。

A.计算时代B.信息时代C.互联时代D.物连时代

8.射频识别技术属于物联网产业链的( A )环节。

A.标识B.感知C.处理D.信息传送

9.作为物联网发展的排头兵，( A )技术是市场最为关注的技术。

A.射频识别B.传感器C.智能芯片D.无线传输网络

10. ( D )被成为下一个万亿级的信息产业。

A.射频识别B.智能芯片C.软件服务D.物联网

11.1995年，(D)首次提出物联网概念。

A.沃伦.巴菲特B.乔布斯C.保罗.艾伦D.比尔.盖茨

12.首次提出物联网概念的著作是( A)。

A.《未来之路》B.《信息高速公路》C.《扁平世界》D.《天生偏执狂》