人工智能原理智慧樹知到期末考試答案2024年

人工智能原理智慧樹知到期末考試答案2024年人工智能原理約翰·西爾勒（JohnSearle）提出了針對(duì)強(qiáng)人工智能的（）悖論

A:英文房間B:德文房間C:日文房間D:中文房間答案:中文房間謂詞公式轉(zhuǎn)化為子句集過(guò)程由很多步驟，以下不屬于其過(guò)程的是（）

A:變量標(biāo)準(zhǔn)化B:消除蘊(yùn)涵和等價(jià)連接詞C:移動(dòng)否定符號(hào)D:消除析取式答案:消除析取式遺傳算法中，適應(yīng)度函數(shù)的尺度變換可以采用以下方式（）

A:線性變換B:隨機(jī)變換C:指數(shù)函數(shù)D:冪函數(shù)變換答案:線性變換###冪函數(shù)變換###指數(shù)函數(shù)以下屬于事實(shí)的不確定性主要表現(xiàn)的是（）

A:不完全性B:模糊性C:歧義性D:隨機(jī)性答案:歧義性###不完全性###模糊性###隨機(jī)性在模糊理論中，證據(jù)與知識(shí)前件屬于同一個(gè)論域的不同模糊集合時(shí)，他們的匹配度的計(jì)算方法有（）

A:相似度B:漢明距離C:貼近度D:歐幾里得距離答案:貼近度###相似度###漢明距離###歐幾里得距離主流學(xué)派提出組合證據(jù)不確定性的計(jì)算方法，包括（）

A:最大最小法B:概率法C:模糊法D:有界法答案:最大最小法###概率法###有界法產(chǎn)生式系統(tǒng)包括()等主要模塊

A:規(guī)則庫(kù)B:推理機(jī)C:數(shù)據(jù)庫(kù)D:邏輯生成器答案:數(shù)據(jù)庫(kù)###規(guī)則庫(kù)###推理機(jī)Hopfield神經(jīng)網(wǎng)絡(luò)聯(lián)想記憶過(guò)程可以分為（）等階段

A:學(xué)習(xí)B:聯(lián)想C:收斂D:泛化答案:學(xué)習(xí)###聯(lián)想寬度優(yōu)先搜索中，每次會(huì)選擇深度最淺的節(jié)點(diǎn)優(yōu)先進(jìn)行擴(kuò)展

A:正確B:錯(cuò)誤答案:正確已知命題P->命題Q，并且Q為真，那么我們可以得出P為真。

A:錯(cuò)B:對(duì)答案:錯(cuò)Hopfield神經(jīng)網(wǎng)絡(luò)在運(yùn)行過(guò)程中能量函數(shù)值在不斷變化，可能會(huì)升高。

A:錯(cuò)B:對(duì)答案:錯(cuò)把謂詞公式轉(zhuǎn)化成子句集，是歸結(jié)演繹推理重要的一個(gè)步驟

A:錯(cuò)B:對(duì)答案:對(duì)支持向量機(jī)方法中的支持向量，就是被間隔邊界穿過(guò)的邊緣點(diǎn)

A:錯(cuò)B:對(duì)答案:對(duì)A星算法的單調(diào)性也稱為一致性。

A:對(duì)B:錯(cuò)答案:對(duì)在證據(jù)理論中，當(dāng)組合證據(jù)是多個(gè)簡(jiǎn)單證據(jù)的析取的時(shí)候，我們用它的最小值來(lái)計(jì)算組合證據(jù)的確定性。

A:對(duì)B:錯(cuò)答案:錯(cuò)雙種群遺傳算法中，種群A的個(gè)體可以與種群B的個(gè)體進(jìn)行交叉操作。

A:對(duì)B:錯(cuò)答案:錯(cuò)遺傳算法中，種群個(gè)體的初始化都應(yīng)該統(tǒng)一采用隨機(jī)分布來(lái)進(jìn)行初始化。

A:對(duì)B:錯(cuò)答案:錯(cuò)自然演繹推理的過(guò)程不會(huì)產(chǎn)生組合爆炸

A:錯(cuò)B:對(duì)答案:對(duì)演繹推理是從一般到個(gè)別的推理

A:正確B:錯(cuò)誤答案:正確寬度優(yōu)先搜索中，OPEN表此時(shí)是一個(gè)“先入先出”的隊(duì)列

A:錯(cuò)誤B:正確答案:正確在確定性理論中，CF模型可以對(duì)知識(shí)的不確定性的表示，但不可以表達(dá)證據(jù)的不確定性。

A:錯(cuò)誤B:正確答案:錯(cuò)誤在pagerank算法邏輯中，普通網(wǎng)頁(yè)的鏈接屬于優(yōu)質(zhì)鏈接的概率，與優(yōu)質(zhì)網(wǎng)頁(yè)的鏈接屬于優(yōu)質(zhì)鏈接的概率相等。

A:錯(cuò)B:對(duì)答案:錯(cuò)深度優(yōu)先搜索可以找到最優(yōu)解

A:對(duì)B:錯(cuò)答案:錯(cuò)謂詞公式是把謂詞符號(hào)、常量符號(hào)、變量符號(hào)、函數(shù)符號(hào)以及括號(hào)、逗號(hào)等按一定語(yǔ)法規(guī)則組成的字符串的表達(dá)式

A:正確B:錯(cuò)誤答案:正確在使用支持向量機(jī)中，各分類到超平面的距離越大，表示支持向量機(jī)的分類誤差越大

A:對(duì)B:錯(cuò)答案:錯(cuò)人工神經(jīng)網(wǎng)絡(luò)的誤差糾正學(xué)習(xí)，它的的最終目的是使得一個(gè)基于誤差定義的目標(biāo)函數(shù)達(dá)到最小,從而使網(wǎng)絡(luò)中的實(shí)際輸出在任何時(shí)刻都非常接近期望輸出。

A:錯(cuò)B:對(duì)答案:錯(cuò)假言推理和拒取式推理是常見(jiàn)的自然演繹推理形式

A:對(duì)B:錯(cuò)答案:對(duì)寬度優(yōu)先搜索中，每次擴(kuò)展出來(lái)的子節(jié)點(diǎn)會(huì)被優(yōu)先擴(kuò)展

A:正確B:錯(cuò)誤答案:錯(cuò)誤對(duì)于無(wú)限圖而言，寬度和深度優(yōu)先搜索方法都一定可以找到問(wèn)題的解。

A:對(duì)B:錯(cuò)答案:錯(cuò)卷積神經(jīng)網(wǎng)絡(luò)的卷積過(guò)程有特征提取和壓縮兩個(gè)功能

A:錯(cuò)B:對(duì)答案:對(duì)自適應(yīng)遺傳算法中，交叉概率不需要人為的去設(shè)置具體數(shù)值,而變異概率需要。

A:對(duì)B:錯(cuò)答案:錯(cuò)一般來(lái)說(shuō),在滿足A星算法條件h小于等于h星的前提下,h的值越小越好

A:對(duì)B:錯(cuò)答案:對(duì)遺傳算法中，交叉概率數(shù)值越大，表明算法越希望通過(guò)交叉方式來(lái)實(shí)現(xiàn)多樣化

A:錯(cuò)B:對(duì)答案:對(duì)根據(jù)A星算法的設(shè)計(jì)，可以大大降低其搜索空間的大小。

A:錯(cuò)B:對(duì)答案:對(duì)框架表示法的特點(diǎn)是方便表達(dá)結(jié)構(gòu)性知識(shí)

A:錯(cuò)B:對(duì)答案:對(duì)證據(jù)理論能夠區(qū)分“不確定”與“不知道”的差異,能處理“不知道”引起的不確定性。

A:錯(cuò)B:對(duì)答案:對(duì)確定性理論中，當(dāng)證據(jù)的CF值等于1,則認(rèn)為規(guī)則的可信度就是結(jié)論H的可信度。

A:錯(cuò)B:對(duì)答案:對(duì)模糊決策過(guò)程采用最大隸屬度法的話，那么就是取隸屬度最大的量作為推理結(jié)果。

A:錯(cuò)誤B:正確答案:正確子句變量標(biāo)準(zhǔn)化，是改變子句的變量符號(hào)，使得所有子句中的變量符號(hào)都不相同的過(guò)程。

A:錯(cuò)B:對(duì)答案:對(duì)知識(shí)圖譜的存儲(chǔ)方式主要是基于圖結(jié)構(gòu)的存儲(chǔ)

A:對(duì)B:錯(cuò)答案:對(duì)不確定性推理不需要解決“結(jié)論不確定性的合成算法問(wèn)題”

A:錯(cuò)B:對(duì)答案:錯(cuò)問(wèn)題空間特別大的時(shí)候，利用啟發(fā)式搜索，可以立即找到問(wèn)題的解。

A:錯(cuò)B:對(duì)答案:錯(cuò)確定性理論中，當(dāng)有多條知識(shí)推出相同的結(jié)論時(shí)，我們可以每次都把兩條規(guī)則合成計(jì)算，直到求出最終的合成可信度。

A:錯(cuò)誤B:正確答案:正確自適應(yīng)遺傳算法的基本思路是保持種群染色體適應(yīng)度的合理分布

A:對(duì)B:錯(cuò)答案:對(duì)評(píng)價(jià)函數(shù)f(n)中,g(n)的比