2026年AI文物修复辅助题含答案.docxVIP

第PAGE页共NUMPAGES页

2026年AI+文物修复辅助题含答案

一、单选题（每题2分，共20题）

1.在AI辅助青铜器纹饰识别中，以下哪种算法最适合处理低分辨率、模糊的图像数据？

A.卷积神经网络（CNN）

B.递归神经网络（RNN）

C.支持向量机（SVM）

D.随机森林（RandomForest）

2.针对陶瓷残片的三维重建，AI模型最常使用的扫描技术是？

A.MRI（核磁共振成像）

B.激光扫描（LiDAR）

C.X射线断层扫描（CT）

D.热红外成像

3.在AI辅助古字识别中，如何解决多字体、变形严重的甲骨文识别难题？

A.增加标注数据量

B.采用迁移学习（TransferLearning）

C.提高图像分辨率

D.使用传统模板匹配

4.以下哪项技术最适合用于AI辅助壁画褪色区域的颜色复原？

A.GAN（生成对抗网络）

B.线性插值

C.K-means聚类

D.神经弹性网络（NeuralElasticNet）

5.在AI辅助木结构文物缺陷检测中，哪种传感器最常用于无损检测？

A.红外热像仪

B.声波传感器

C.拉曼光谱仪

D.毫米波雷达

6.AI生成文物修复方案时，哪种评价标准最能反映修复的“历史真实性”？

A.图像相似度（SSIM）

B.专家评审一致性

C.计算效率（FPS）

D.多模态数据融合度

7.针对壁画霉菌去除的AI辅助决策，哪种模型最适合评估修复风险？

A.逻辑回归（LogisticRegression）

B.决策树（DecisionTree）

C.深度强化学习（DRL）

D.贝叶斯网络

8.在AI辅助青铜器无损检测中，X射线荧光光谱（XRF）数据最适合使用哪种算法进行分类？

A.K-means聚类

B.朴素贝叶斯

C.隐马尔可夫模型（HMM）

D.LSTMs（长短期记忆网络）

9.AI辅助瓷器修复方案优化时，哪种指标最能反映修复后的力学强度？

A.色差值（ΔE）

B.断裂韧性（KIC）

C.计算资源消耗

D.修复时间效率

10.在AI辅助甲骨文自动考释中，哪种语言模型最适合处理长文本序列？

A.BERT（BidirectionalEncoderRepresentationsfromTransformers）

B.GPT（GenerativePre-trainedTransformer）

C.LSTM（长短期记忆网络）

D.CNN（卷积神经网络）

二、多选题（每题3分，共10题）

11.AI辅助文物修复中，以下哪些技术可用于自动化缺陷检测？

A.深度学习（DeepLearning）

B.机器视觉（ComputerVision）

C.红外热成像

D.声学分析

12.在AI辅助壁画修复中，以下哪些因素会影响颜色复原的精度？

A.图像噪声水平

B.修复材料的光谱特性

C.环境光照条件

D.历史文献记录

13.AI辅助木结构文物修复中，以下哪些传感器可用于多模态数据采集？

A.拉曼光谱仪

B.声发射传感器

C.激光扫描仪

D.磁力计

14.在AI辅助青铜器无损检测中，以下哪些方法可用于成分分析？

A.X射线荧光光谱（XRF）

B.中子活化分析（NAA）

C.机器学习分类器

D.核磁共振（NMR）

15.AI生成文物修复方案时，以下哪些因素需考虑伦理合规性？

A.修复材料的环保性

B.数据隐私保护

C.民族文化传承

D.计算资源消耗

16.AI辅助甲骨文考释中，以下哪些技术可提高识别准确率？

A.强化学习（ReinforcementLearning）

B.增量式学习（IncrementalLearning）

C.多模态融合（MultimodalFusion）

D.专家知识图谱

17.在AI辅助瓷器修复中，以下哪些指标用于评估修复效果？

A.微观硬度

B.色差值（ΔE）

C.修复成本

D.美学评价

18.AI辅助壁画霉菌去除中，以下哪些方法可减少修复风险？

A.遥感监测

B.精准激光处理

C.多源数据融合

D.传统化学清洗

19.AI辅助文物修复中，以下哪些场景适合使用迁移学习？

A.缺乏标注数据的青铜器修复

B.古代建筑结构分析

C.陶瓷残片三维重建

D.甲骨文自动考释

20.AI生成文物修复方案时，以下哪些技术需考虑跨学科协作？

A.计算机视觉

B.材料力学

C.考古学

D.艺术史

三、判断题（每题2分，共10题）

21.AI辅助文物修复中，深度学习模型无需专家知识即可实现高精度缺陷检测。

（正确/错误）

22.在AI生成甲骨文修复方案时，历