2026年事业编计算机类人工智能地理真题卷专项训练.docxVIP

2026年事业编计算机类人工智能地理真题卷专项训练

一、单项选择题（每题1分，共30分）

1.在人工智能地理信息系统中，用于描述空间对象之间拓扑关系的数据模型是

A.栅格模型?B.矢量模型?C.TIN模型?D.面向对象模型

答案：B

解析：矢量模型以点、线、面表达空间实体，天然支持拓扑关系描述，如邻接、包含、相交等。

2.某市利用深度学习对0.1m分辨率航空影像进行建筑物提取，训练集IoU=0.87，测试集IoU=0.71。为缓解过拟合，下列措施中最直接有效的是

A.增加BatchSize?B.引入Dropout层?C.改用交叉熵损失?D.降低学习率

答案：B

解析：测试集IoU显著低于训练集，表明过拟合；Dropout随机失活神经元，可抑制过拟合。

3.在GeoAI中，将POI数据与遥感影像进行跨模态融合时，常用的对齐粒度是

A.像素级?B.对象级?C.场景级?D.城市级

答案：B

解析：POI为点语义，遥感影像需先分割成对象（如建筑、道路），再在对象级对齐。

4.若某DEM栅格分辨率为5m，欲计算坡度，最适宜的邻域窗口是

A.3×3?B.5×5?C.7×7?D.9×9

答案：A

解析：5m分辨率下，3×3窗口已能捕捉局部高程变化，过大窗口会平滑细节。

5.在Transformer地理编码模型中，位置编码通常采用

A.One-hot?B.