2026年湖南省数字技术应用能力水平（数字技术综合知识及实践）练习题及答案.docxVIP

2026年湖南省数字技术应用能力水平（数字技术综合知识及实践）练习题及答案

一、单项选择题

1.下列哪项技术是构建数字孪生（DigitalTwin）城市最核心的底层支撑？

A.5G通信技术

B.物联网（IoT）感知技术

C.云计算与边缘计算协同技术

D.区块链分布式账本技术

答案：B

解析：数字孪生城市的构建首先需要实现对物理城市全域全时的状态感知与数据采集，这高度依赖于遍布城市各处的物联网传感器网络。物联网感知技术负责采集物理世界的实时数据，是构建数字镜像的“感官系统”，是其他技术（如5G用于数据传输、云计算用于数据处理、区块链用于数据存证）得以发挥作用的前提和基础。因此，它是最核心的底层支撑。

2.在机器学习模型评估中，当数据集存在严重的类别不平衡时，以下哪种评估指标通常比准确率（Accuracy）更具参考价值？

A.精确率（Precision）

B.召回率（Recall）

C.F1-Score

D.均方误差（MSE）

答案：C

解析：在类别不平衡的数据集中（例如99%的负样本和1%的正样本），一个将所有样本都预测为负类的模型也能获得99%的准确率，但这毫无意义。精确率和召回率分别从不同角度衡量模型对正类的识别能力，但单一指标可能片面。F1-Score是精确率和召回率的调和平均数，能够综合考量两者，为不平衡数据集的模型性能提供一个更平衡、更具参考价值的单一指标