2026年人工智能在智慧城市领域的应用测试卷.docxVIP

2026年人工智能在智慧城市领域的应用测试卷

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在智慧城市交通管理系统中，人工智能主要通过以下哪种技术实现实时交通流量预测？（）

A.人工神经网络与模糊逻辑结合

B.支持向量机与贝叶斯分类器结合

C.深度学习与强化学习结合

D.聚类分析与决策树结合

解析：深度学习与强化学习结合是当前智慧城市交通流量预测的主流技术，能够通过多层神经网络自动提取时空特征，并利用强化学习优化动态路径规划。人工神经网络虽常用但缺乏动态决策能力，支持向量机适用于小样本分类而非时序预测，聚类分析主要用于交通模式聚类而非预测。该技术已在北京、新加坡等智慧城市项目中实现日均预测准确率92%以上的效果。

2.智慧城市公共安全监控中，人脸识别系统在以下哪种场景下应用效果最差？（）

A.光照充足的城市广场监控

B.夜间带遮挡的街角监控

C.室内固定摄像头监控

D.特殊天气条件下的户外监控

解析：人脸识别系统在夜间带遮挡场景下效果最差，此时光照不足、遮挡物（如口罩、帽子）会显著降低特征提取效率。该场景下准确率通常降至68%以下，而光照充足场景可达89%，室内固定摄像头因环境稳定可提升至93%。2026年技术趋势显示，多模态融合（结合红外、声纹）可改善此类场景效