新一代信息技術與人工智能基礎江勵習題答案

第1章緒論請闡述物聯(lián)網體系結構組成？物聯(lián)網體系結構主要由三個層次組成，即感知層(感知控制層)、網絡層和應用層。二、什么是大數(shù)據(jù)？具有哪些特征？大數(shù)據(jù)是指需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應海量、高增長率和多樣化的信息資產，是一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉、多樣的數(shù)據(jù)類型和價值密度低四大特征。第2章新一代信息技術與人工智能概述請闡述當代移動通信系統(tǒng)的發(fā)展階段。1.第一代移動通信系統(tǒng)以模擬調頻、頻分多址為主體技術，包括以蜂窩網系統(tǒng)為代表的公共移動通信系統(tǒng)、以集群系統(tǒng)為代表的專用移動通信系統(tǒng)及無繩電話。2.第二代移動通信系統(tǒng)是以數(shù)字傳輸、時分多址或碼分多址為主體技術，包括數(shù)字蜂窩系統(tǒng)、數(shù)字無繩電話系統(tǒng)和數(shù)字集群系統(tǒng)等。3.第三代移動通信系統(tǒng)以世界范圍內的個人通信為目標，實現(xiàn)任何人在任何時候、任何地方進行任何類型信息的交換。4.第四代移動通信系統(tǒng)的重點是增加數(shù)據(jù)和語音容量并提高整體體驗質量。二、歐盟委員會提出物聯(lián)網的的特性有哪些？1.不能簡單地將物聯(lián)網看作百聯(lián)網的延伸，物聯(lián)網建立在特有基礎設施之上，是一系列新的獨立系統(tǒng)，當然，部分基礎設施仍要依存于現(xiàn)有的互聯(lián)網。2.物聯(lián)網將伴隨新的業(yè)務共同發(fā)展3.物聯(lián)網包括了多種不同的通信模式，其中特別強調了機對機通信。三、從研究現(xiàn)狀上看，云計算具有哪特點？1.計算資源集成提高設備計算能力。2.分布式數(shù)據(jù)中心保證了系統(tǒng)的容災能力。3.軟硬件相互隔離減少設備依賴性。4.平臺模塊化設計體現(xiàn)了高可擴展性。5.虛擬資源池為用戶提供彈性服務。6.按需付費降低使用成本。第3章新一代信息技術基礎碼率兼容截短卷積(RCPC)信道編碼有哪些特點？1.截短卷積碼也可以用矩陣表示，它是一種特殊的卷積碼。2.截短卷積碼的限制長度與原碼相同，具有與原碼同等級別的糾錯能力。3.截短卷積碼具有原碼的隱含結構，譯碼復雜度低。4.改變比特刪除模式，可以實現(xiàn)變碼率的編碼和譯碼。二、與傳統(tǒng)數(shù)據(jù)處理技術相比大數(shù)據(jù)技術面臨哪些挑戰(zhàn):？1.對現(xiàn)有數(shù)據(jù)庫管理技術的挑戰(zhàn)。傳統(tǒng)的數(shù)據(jù)庫部署不能處理TB級別的數(shù)據(jù)，也不能很好地支持高級別的數(shù)據(jù)分析，急速膨脹的數(shù)據(jù)體量即將超越傳統(tǒng)數(shù)據(jù)庫的管理能力。經典數(shù)據(jù)庫技術并沒有考慮數(shù)據(jù)的多類別結構化查詢，在設計的一開始是沒有考慮非結構化數(shù)據(jù)的。2.實時性的技術挑戰(zhàn)。一般而言，對于數(shù)據(jù)倉庫系統(tǒng)、BI應用，對處理時間的要求并不高。因此這類應用往往短時間運行獲得結果依然是可行的。而對實時處理要求的不同，是區(qū)別大數(shù)據(jù)應用和傳統(tǒng)數(shù)據(jù)倉庫技術、BI技術的關鍵差別之一。三、簡述分布式儲存的實現(xiàn)方法？1.分布式塊存儲：將分布式的大量服務器硬盤經過分布式塊存儲變成統(tǒng)一的邏輯硬盤，再按邏輯卷分給虛擬機。2.分布式文件存儲：將大文件切分成多個小文件塊，并將小文件塊分布存儲在服務器節(jié)點上，基于元數(shù)據(jù)服務器控制各個數(shù)據(jù)節(jié)點，適合于大數(shù)據(jù)文件的存儲和處理，存儲與計算一體化。3.分布式對象存儲：扁平化，文件之間沒有層級或類型關系，適合于各種大小的海量文件基于互聯(lián)網在線存儲、訪問和備份，如云存儲服務等。第4章人工智能基礎什么是貝葉斯學習算法？有哪些優(yōu)點？貝葉斯學習算法是一種依據(jù)概率統(tǒng)計學原理的學習方法，更確切地說它是一類利用概率統(tǒng)計知識進行分類的算法。該算法能運用于大型數(shù)據(jù)庫中，且方法簡單、分類準確率高、速度快。樸素貝葉斯算法的核心思想是，假設樣本的每個特征《屬性)與其他特征都不相關。盡管這些特征有時相互依賴或者有些特征由其他特征決定，然而樸素貝葉斯分類器認為這些屬性在概率分布上是獨立的。在許多實際應用中，樸素貝葉斯分類器對很多復雜的現(xiàn)實情形仍能夠取得相當好的效果。二、生物神經元有哪些特性？1.神經元相互連接，呈網狀結構。2.神經元之間的連接強度決定信號傳遞的強弱。3.神經元之間的連接強度是可以通過訓練改變的。4.信號可以是起刺激作用的，也可以是起抑制作用的。5.一個神經元接收的信號的累積效果決定該神經元的狀態(tài)。6.每個神經元有一個激活的“闕值”。三、ANN具有哪些優(yōu)點？1.可以處理多維輸入與輸出的映射關系，包括任意復雜的非線性關系。2.輸入與輸出關系由分布存儲于網絡內的所有神經元決定，故有很強的魯棒性和容錯性。3.實現(xiàn)并行分布處理，可以快速進行大量運算。4.具有很強的學習功能，因此可以自適應各種不確定系統(tǒng)。5.能夠進行函數(shù)逼近式的定量分析，也能進行分類判別的定性分析。第5章5G通信與物聯(lián)網技術應用環(huán)境感知層有什么功能？有哪些優(yōu)點？環(huán)境感知層的主要功能是通過車載環(huán)境感知技術、衛(wèi)星定位技術、4G/5G及V2X無線通信技術等，實現(xiàn)對車輛自身屬性和車輛外在屬性(如道路、車輛和行人等)靜、動態(tài)信息的提取和收集，并向智能決策層輸送信息。二、車輛自身與道路之間有哪些信息交換？1.車輛自身的行駛路線與道路當前路況。2.車輛自身的行駛方向與前方道路發(fā)生的事故。3.車輛行駛的導航信息與道路前方的道路標牌。三、5G網絡在物流行業(yè)中有哪些優(yōu)勢？1.高速度數(shù)據(jù)傳輸棒性和容錯性。2.網絡泛在能力強。3.功能較低。4.傳輸?shù)脱訒r。5.海量接入特性。6.網絡切片化服務。7.移動邊緣計算。8.傳輸安全性高。第6章大數(shù)據(jù)與云計算技術應用請闡述智慧城市的建設目標:？1.公共服務便捷化。2.城市管理精細化。3.生活環(huán)境宜居化。4.基礎設施智能化。5.網絡安全長效化。二、智能推薦系統(tǒng)包括哪些推薦方式？1.熱門推薦：即熱門排行榜。這種推薦方式不僅僅限于IT系統(tǒng)，在日常生活中也是處處存在的。這應該是效果最好的一種推薦方式，畢竟熱門推薦的物品都是位于曝光量比較高的位置的。2.人工推薦：人工于預的推薦內容。一些熱點時事如世界杯、NBA總決賽等就需要人工加入推薦列表，同時熱點新聞帶來的推薦效果也是很高的。3.相關推薦：類似于關聯(lián)規(guī)則的個性化推薦，就是用戶在閱讀一篇內容時，會提示用戶閱讀與此相關的內容。4.個性化推薦：基于用戶的歷史行為做出的內容推薦。三、建設智慧城市需要經歷哪些階段？第一階段：城市硬件建設及網絡化《物聯(lián)網)階段。在此階段城市需要進行全方位監(jiān)控(平安城市)、移動互聯(lián)(無線城市)等基礎硬件建設，使相關城市信息能被采集和存儲。第二階段：數(shù)字化城市建設階段。結合各種政府公共信息系統(tǒng)，將城市時空信息和其他有關信息融合，對城市進行多分辨率、多尺度、多時空和多種類的多維描述，將城市的過去、現(xiàn)狀和未來的全部內容在網絡上進行數(shù)字化處理，部分消除信息孤島，使城市有關信息能有機地存儲于網絡中，為后續(xù)處理提供數(shù)據(jù)基礎。第三階段：智慧城市建設階段。結合云計算和大數(shù)據(jù)技術，對分散在城市各處的信息進行采集和處理，并挖掘其潛在價值，結合城市規(guī)劃為城市建設、管理和服務提供直接或間接幫助。第7章人工智能技術應用——機器視覺和機器學習機器視覺目前隨人眼那么智能，但也在工業(yè)領域廣泛應用，請列舉機器視覺在工業(yè)領域的應用？1.自動化和計算機技術水平的日益提升是機器視覺進入工業(yè)生產線的基礎。2.隨著生產力水平的提高，勞動分工越來越細化，視覺的需求相對比較簡單。3.工業(yè)生產中一般要求高精高速、能夠長時間工作，且工作環(huán)境通常比較惡劣，這正是機器視覺的優(yōu)勢。二、請簡述乳腺癌數(shù)據(jù)預處理？首先，完成影像數(shù)據(jù)的清洗和脫敏處理。其次，由專業(yè)人士完成醫(yī)學影像數(shù)據(jù)中病灶位置的標定。最后，影像數(shù)據(jù)增強歸一化處理。三、基于深度學習的人臉表情識別方法能夠提取更加豐富、細節(jié)化的表情信息，其開發(fā)步驟包括哪些？數(shù)據(jù)采集、數(shù)據(jù)預處理、人臉檢測、人臉關鍵點檢測、深度學習模型訓練、模型在線測試等。第8章人工智能技術應用——自然語言處理為什么要進行預處理采樣聲音數(shù)據(jù)？直接把聲波采樣得到的數(shù)據(jù)輸入到神經網絡中進行語音識別，效果并不好，通過對音頻數(shù)據(jù)進行預處理能夠使語音識別變得更容易。二、GAN主要由哪些部分組成:？1.定義一個模型作為生成器，能夠輸入一個向量，輸出手寫數(shù)字大小的像素圖像。2.定義一個分類器作為判別器，用來判別圖片是真的還是假的(或者說是來自數(shù)據(jù)集中的還是生成器中生成的)。判別