原创力文档- 0
- 0
- 约7.61千字
- 约 11页
- 2026-01-28 发布于江苏
- 举报
工业大数据分析师考试试卷（总分100分）
一、单项选择题（共10题，每题1分，共10分）
工业大数据的核心特征不包括以下哪项？
A.高价值密度（Value）
B.多源异构（Variety）
C.实时性强（Velocity）
D.低准确性（LowAccuracy）
答案：D
解析：工业大数据的典型5V特征为Volume（海量）、Velocity（高速）、Variety（多样）、Veracity（真实）、Value（价值）。低准确性（LowAccuracy）是对Veracity（真实性）的错误表述，工业场景对数据准确性要求极高，因此D错误。
以下哪项是工业设备数据采集的典型协议？
A.HTTP
B.MQTT
C.TCP/IP
D.SMTP
答案：B
解析：工业设备数据采集常用协议包括MQTT（消息队列遥测传输，适合低带宽场景）、OPCUA（工业标准协议）等。HTTP、TCP/IP是通用网络协议，SMTP是邮件传输协议，均非工业设备专用采集协议，故B正确。
工业时序数据（如设备振动信号）的核心特征是？
A.非结构化
B.时间相关性
C.高维度
D.离散性
答案：B
解析：工业时序数据是按时间顺序记录的连续或离散数据，其核心特征是时间维度的强相关性（如设备状态随时间演变）。非结构化（如文本）、高维度（如传感器阵列）、离散性（如开关信号）是部分场景特征，但非核心，故B正确。
工业大数据清洗中，处理异常值的常用方法不包括？
A.直接删除
B.均值填充
C.插值法（如线性插值）
D.聚类分析识别
答案：B
解析：均值填充通常用于处理缺失值，而非异常值。异常值处理方法包括直接删除（少量异常）、插值法（根据时间序列趋势修正）、聚类分析（通过数据分布识别异常），故B错误。
以下哪项属于工业大数据分析中的“特征工程”步骤？
A.安装传感器
B.计算设备温度的标准差
C.训练随机森林模型
D.生成可视化报表
答案：B
解析：特征工程是从原始数据中提取有价值特征的过程，如计算统计量（标准差、均值）、时间窗口特征（滑动平均）等。安装传感器（数据采集）、训练模型（模型构建）、生成报表（结果展示）均不属于特征工程，故B正确。
工业大数据平台的核心组件不包括？
A.数据存储层（如HBase）
B.计算引擎层（如Spark）
C.应用接口层（如RESTAPI）
D.人力资源管理系统（HRMS）
答案：D
解析：工业大数据平台通常包括数据采集层、存储层（HBase/HDFS）、计算层（Spark/Flink）、分析层（机器学习框架）、应用层（API/可视化）。HRMS是企业管理系统，与大数据平台无关，故D错误。
以下哪种场景最适合使用时序预测模型（如LSTM）？
A.设备故障分类（正常/故障）
B.产品质量缺陷检测（图像识别）
C.未来24小时设备温度预测
D.客户订单区域分布分析
答案：C
解析：LSTM（长短期记忆网络）是时序预测的典型模型，适合预测时间序列的未来值（如设备温度、能耗）。故障分类（分类任务）、缺陷检测（计算机视觉）、区域分布（空间分析）均不依赖时序预测，故C正确。
工业大数据隐私保护的核心原则是？
A.尽可能收集所有设备数据
B.数据脱敏（如匿名化处理）
C.向第三方开放原始数据
D.仅存储最近1天的数据
答案：B
解析：工业大数据涉及设备敏感信息（如工艺参数），隐私保护需遵循最小化收集、脱敏处理（如去除设备唯一标识）、访问控制等原则。收集所有数据（过度采集）、开放原始数据（泄露风险）、仅存1天数据（丢失历史价值）均不符合要求，故B正确。
以下哪项是工业大数据“价值密度低”的典型表现？
A.传感器每秒产生1000条数据
B.90%的设备数据与当前分析目标无关
C.数据存储需要PB级存储空间
D.数据传输需要5G网络支持
答案：B
解析：价值密度低指海量数据中仅有少量与分析目标相关（如设备异常检测中，99%是正常数据）。A（高Velocity）、C（高Volume）、D（高Velocity支持）均描述其他5V特征，故B正确。
工业大数据分析中，“离线分析”与“实时分析”的主要区别是？
A.数据来源不同
B.对计算延迟的要求不同
C.使用的算法不同
D.存储的介质不同
答案：B
解析：离线分析（如每日生产报表）允许分钟级或小时级延迟，实时分析（如设备异常预警）需毫秒级或秒级响应，核心区别是延迟要求。数据来源（如传感器）、算法（如均可用随机森林）、存储介质（如均可用HDFS）无本质差异，故B正确。
二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）
工业大数据的典型来源包括？
A.生产设备传感器（如PLC）
B.ERP系统（企业资源计划）
文档评论（0）