2025-2026年人工智能算法与应用综合测试卷.docxVIP

2025-2026年人工智能算法与应用综合测试卷

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.人工智能算法的核心特征不包括以下哪项？

A.自主学习与适应能力

B.可解释性与透明度

C.高度并行计算需求

D.模型泛化与鲁棒性

解析：人工智能算法的核心特征包括自主学习与适应能力（通过数据驱动实现持续优化）、可解释性与透明度（模型决策过程需可追溯）、模型泛化与鲁棒性（在未知数据上表现稳定）。高度并行计算需求虽是重要支撑条件，但非算法本身的核心特征。正确答案为C。

2.在机器学习模型评估中，过拟合现象最显著的表现是？

A.训练集误差持续下降

B.测试集误差显著高于训练集误差

C.模型参数数量远超特征维度

D.模型训练时间过长

解析：过拟合本质是模型对训练数据过度记忆，导致泛化能力下降。典型表现是训练集误差极低而测试集误差显著升高（B选项）。A选项是欠拟合特征；C选项是模型复杂度问题；D选项是计算资源问题。正确答案为B。

3.卷积神经网络（CNN）在图像识别任务中主要优势源于其？

A.全连接层的高参数效率

B.卷积核的局部感知与参数共享机制

C.支持多尺度特征提取能力

D.自适应学习率调整功能

解析：CNN通过卷积核实现局部特