- 1
- 0
- 约6.96千字
- 约 10页
- 2026-03-10 发布于上海
- 举报
工业大数据分析师考试试卷
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.多源异构性
B.强时序关联性
C.高实时性需求
D.结构化数据为主
答案:D
解析:工业数据来源包括传感器、PLC、SCADA、MES等,类型涵盖时序数据、文本(如维修记录)、图像(如质检照片)等,具有显著的多源异构性(A正确);设备运行数据按时间序列生成,时序关联性强(B正确);实时监控、工艺优化等场景需快速响应(C正确);结构化数据仅占少数(D错误)。
以下哪种技术属于工业数据边缘计算的典型应用?
A.Hadoop分布式存储
B.设备端实时异常检测
C.云端机器学习模型训练
D.数据中心日志分析
答案:B
解析:边缘计算强调在设备或近设备端处理数据,设备端实时异常检测(B)符合“靠近数据源”的特点;Hadoop(A)、云端训练(C)、数据中心分析(D)均属于云端或中心节点计算。
工业大数据预处理中,“时间对齐”主要解决的问题是?
A.不同传感器采样频率不一致
B.数据字段名称不统一
C.缺失值填充不准确
D.异常值识别不全面
答案:A
解析:时间对齐通过插值、重采样等方法统一不同设备/传感器的时间戳(A正确);字段名称统一属于元数据管理(B错误);缺失值填充(C)和异常值处理(D)是独立预处理步骤。
工业设备预测性维护中,最常用的时序分析模
原创力文档

文档评论(0)