2026年人工智能与智能系统专业题目集.docxVIP

第PAGE页共NUMPAGES页

2026年人工智能与智能系统专业题目集

一、单选题（共10题，每题2分，合计20分）

1.题目：在北京市某智慧城市建设中，利用计算机视觉技术监测交通流量，最适合采用的深度学习模型是？

A.LSTM

B.CNN

C.RNN

D.GAN

答案：B

解析：计算机视觉任务（如交通流量监测）的核心是图像处理，卷积神经网络（CNN）通过局部感知和权值共享机制，能有效提取图像中的空间特征，因此最适合。

2.题目：某电商平台需要根据用户历史购买记录推荐商品，最适合使用的推荐算法是？

A.决策树

B.K-Means聚类

C.协同过滤

D.支持向量机

答案：C

解析：协同过滤通过分析用户行为数据，挖掘潜在关联性，适用于电商推荐场景，能有效解决冷启动问题。

3.题目：在上海市自动驾驶测试中，确保系统实时响应的关键技术是？

A.强化学习

B.知识图谱

C.边缘计算

D.语义分割

答案：C

解析：自动驾驶需要低延迟决策，边缘计算将AI模型部署在车载设备，减少云端传输时延，提升响应速度。

4.题目：某医疗机构开发智能诊断系统，要求模型泛化能力强，最适合使用的训练方法是？

A.过拟合策略

B.数据增强

C.正则化

D.迁移学习

答案：D

解析：迁移学习利用预训练模型在相似任务上的知识，减少对大量标注数据的依赖，提升泛化能力。