资源简介

信息技术
一、选择题
1．智能交通系统通过摄像头、地磁感应、车载终端等设备实时采集路况，AI算法通过数据驱动自主学习实现自动优化信号灯配时，动态调整潮汐车道，将通行效率提升25%以上。基于大数据的出行预测系统能提前30分钟预警拥堵，通过导航APP分流车辆，缓解城市交通压力。
下列关于数据和信息的说法，正确的是（ ）
A．材料中只有25、30是数据
B．信息是数据经分析、解释后得到的
C．智能交通系统中获取的数据在计算机中都是以ASCII码存储
D．智能交通系统获取的数据是多样性的，数据的多样性为科学研究提供了可靠的依据
2．智能交通系统通过摄像头、地磁感应、车载终端等设备实时采集路况，AI算法通过数据驱动自主学习实现自动优化信号灯配时，动态调整潮汐车道，将通行效率提升25%以上。基于大数据的出行预测系统能提前30分钟预警拥堵，通过导航APP分流车辆，缓解城市交通压力。
下列关于人工智能的说法，正确的是（ ）
A．该系统人工智能的实现要先构造知识库
B．人工智能已经可以完全代替交警完成所有工作
C．智能交通系统中通过摄像头拍摄视频保存到服务器体现了人工智能技术
D．该系统中AI算法实现自动优化信号灯配时主要使用的人工智能方法是联结主义
3．智能交通系统通过摄像头、地磁感应、车载终端等设备实时采集路况，AI算法通过数据驱动自主学习实现自动优化信号灯配时，动态调整潮汐车道，将通行效率提升25%以上。基于大数据的出行预测系统能提前30分钟预警拥堵，通过导航APP分流车辆，缓解城市交通压力。
以下关于数据与大数据处理的说法不正确的是（ ）
A．该系统中的数据量庞大，价值密度高
B．大数据处理的基本思想是分治思想
C．该系统中的大数据包括非结构化数据
D．大数据处理技术能增强导航服务的智能性
4．智能交通系统通过摄像头、地磁感应、车载终端等设备实时采集路况，AI算法通过数据驱动自主学习实现自动优化信号灯配时，动态调整潮汐车道，将通行效率提升25%以上。基于大数据的出行预测系统能提前30分钟预警拥堵，通过导航APP分流车辆，缓解城市交通压力。
下列有关材料中信息系统功能和安全的说法，正确的是（ ）
A．该智能交通系统设计成熟，不存在局限性
B．导航APP可以通过语音合成技术实现语音提示功能
C．材料中智能交通系统多人共享账户，不会影响该信息系统的安全
D．系统对数据进行加密，每天定时备份数据，就能保证数据的安全
5．某城郊农场采用“四维一体”智慧系统，基于4G网络实现远程监控与自动化管理。系统包含三大核心模块：安防网络（3台太阳能4G摄像头实现移动侦测并推送警报）、灌溉网络（5区土壤传感器通过4G传输数据并自动启泵，节水30%）、环境网络（温湿度传感器实时同步数据并联动调控）。所有数据通过4G回传，实现电子台账自动生成与生产分析，实施后人力成本降50%，成为区域4G智慧农业标杆。
下列关于该智慧农业系统网络故障影响的说法，不正确的是（ ）
A．工作人员勘测环境无异常，但系统提示异常并启泵灌溉，由此判断该系统的4G网络通信模块出现故障
B．摄像头移动侦测功能依赖持续网络连接，断网时将导致安防监控完全失效
C．系统设计存在单点故障风险，如网络运营商服务中断会同时影响环境监测、灌溉控制和电子台账功能
D．若4G网络中断，土壤湿度传感器将无法传输数据，但本地存储的自动灌溉程序仍可维持基础运作
6．某城郊农场采用“四维一体”智慧系统，基于4G网络实现远程监控与自动化管理。系统包含三大核心模块：安防网络（3台太阳能4G摄像头实现移动侦测并推送警报）、灌溉网络（5区土壤传感器通过4G传输数据并自动启泵，节水30%）、环境网络（温湿度传感器实时同步数据并联动调控）。所有数据通过4G回传，实现电子台账自动生成与生产分析，实施后人力成本降50%，成为区域4G智慧农业标杆。
下列关于该智慧农业信息系统支撑技术的描述，正确的是（ ）
A．土壤湿度传感器和温湿度传感器均属于执行器
B．土壤湿度传感器通过检测电流变化判断土壤湿度，数据以模拟信号的方式传输到小程序中
C．电动泵属于执行器，由传感器直接触发
D．手机APP属于应用软件，其运行需依赖操作系统
7．录制一段存储容量约为5MB、采样频率为44.1kHz、量化位数为16位、双声道的WAVE格式音频，其播放时长约为（ ）
A．120s B．60s C．30s D．10s
8．某算法的部分流程图如下图所示，执行这部分流程，若输入x的值为“QiCaiLianMeng”则输出result的值是（ ）
A．Lnn B．QiCaiiaMeg C．LnEn D．QiCaiiaMe
9．已知变量s="3a4b52"，下列Python表达式的值最小的是（ ）
A．int(s[0]+s[2])*2 B．len(s)**2
C．round(float(s[0]+s[2])/3) D．int(s[-1])*10
10．商店商品促销，商品满100元打9折，满200元打8折（折扣按最高优惠计算，不可叠加）。已知商品原价为s，要为其计算折后价格t，下面选项正确的是（ ）
A． B．
if s>=200: t=s*0.8 elif s>=100: t=s*0.9 else: t=s t=s if s>=200: t=s*0.9 else: t=s*0.8
C． D．
if s>=100: t=s*0.9 if s>=200: t=s*0.8 else: t=s if s>=100: t=s*0.9 elif s>=200: t=s*0.8 else: t=s
A．A B．B C．C D．D
11．有如下Python程序段：
n=int(input("请输入n的值(n>1):"))
a=[]
i=2
while n>1:
if n % i==0:
a.append(i)
n//=i
else:
i+=1
for num in a:
print(num,end="")
执行该程序段后，输入60，则输出的结果是（ ）
A．2 2 3 5 1 B．2 2 3 5 60 C．2 2 3 5 D．2 3 5 60
12．有如下Python程序段:
import random
a=[0]*6
b=[False]*30
for i in range(6):
if i % 3 !=0:
a[i]=random.randint(1,29) #生成1-29的随机整数
while b[a[i]]:
a[i]=random.randint(1,29)
b[a[i]]=True
else:
a[i]=random.randint(5,15)*2
print(a)
执行上述程序后，输出的值可能为（ ）
A．[7,12,24,19,10,20] B．[14,10,27,22,10,18]
C．[8,24,18,20,17,28] D．[18,14,26,18,12,29]
二、操作题
13．某电商企业为优化2024年末商品策略，需对仓储系统中的商品数据进行多维度分析。数据部门提取了包含货号、货物名称、进货价格、进货数量、销售价格、销售数量及入库时间等字段的完整销售数据集，如图a所示。
图a
（1）公司现需要筛选出2024年12月的入库数据，请在划线处填入合适的代码。
import pandas as pd
import matplotlib.pyplot as plt
#图表显示中文字体，代码略
df=pd.read_excel("db.xlsx")
temp=[0]*len(df)
for i in df.index:
temp[i]=df.at[i,"入库时间"][:7]
df["入库年月"]=temp
df1=df[ ]
（2）公司需要统计2024年12月各货物的利润率（利润率=（销售价格-进货价格）/进货价格），计算每种商品的平均利润率，取平均利润率前三的数据，绘制如图b所示的柱形图，实现该功能的部分Python程序如下：
图b
df1["利润率"]=
df2=df1.groupby(" ",as_index=False).利润率.mean()
df2=df2.③("利润率",ascending=False).head(3)
plt.figure()
plt.bar( )
plt.show()
请在程序中划线处填入合适的代码。
（3）bar函数中应填入的正确代码为 （单选，填字母）
A．df1.index，df1.利润率
B．df1["货物名称"],df1["利润率"]
C．df2.index，df2.利润率
D．df2["货物名称"],df2["利润率"]
14．小明正在研究一个智能家居系统，该系统包括一个智能终端和一个Web服务器。智能终端从服务器获取光照强度阈值，根据该阈值和传感器采集的室内光照强度值控制窗帘的开合，并将光照强度值等数据传输至Web服务器，存储到数据库中。用户可通过浏览器查看实时光照强度及历史光照强度数据。请回答下列问题：
（1）初步完成该信息系统的搭建后，控制窗帘开合的指令由 完成。（单选，填字母：A．智能终端/B．Web服务器）
（2）该系统程序包含Web服务器端程序和智能终端程序，具体程序代码如下，请回答问题。
Web服务器端部分代码：
app=Flask(__name__)
@app.route("/input")
def add_data():
sid=int(request.args.get("id"))
svalue=float(request.args.get("val"))
#将获取的数据存入数据库并进行处理,结果传回智能终端,代码略。
if__name__=="__main__":
app.run(host="192.168.1.100",port=8080)
#设置连接服务器参数并与智能终端建立无线连接,代码略。
while True:
light=round((pin0.read_analog()/1024)*100,1)
errno,resp=0bloq.get("input id=1&val="+str(light),10000)
#根据errno和resp的返回值控制执行器，每1分钟采集一次数据，代码略。
①从上面的代码中可以看出，光线传感器接在 引脚。
②若光线传感器的编号id为1，光照强度值为50，提交数据到Web服务器的URL为http:// 。
（3）关于该系统的说法，正确的是 （多选，填字母）。
A．通过浏览器查看光照强度历史数据需要访问智能终端
B．该系统中的光线传感器属于输入设备
C．若IoT模块与智能终端连接故障，则用户将无法查看实时的光照强度数据
D．该系统中，智能终端与服务器之间的数据传输，只能由智能终端到服务器
（4）请通过增加传感器和执行器对该系统功能进行一项扩展，写出增加的传感器和执行器名称及实现的功能。
15．甲乙双方进行一场球类比赛，一局计分的规则是：赢1球得1分，用“1”表示；输1球失1分，用“0”表示。当任一方得分大于等于6分，且领先对方2分及以上，领先方赢一局。如甲选手一局比赛数据为“101110101”，表示甲选手得6分失3分，局比分6:3。小王用一个字符串记录了甲选手多局比赛数据，其中有2处错误，位于连续多个“0”的最后一个。为了找出错误，小王的处理方法如图a所示，对示例中疑似错误位置5、19和25（位置编码从0开始）分别选取2处错误位置修改数据，并统计每局比分，有3种修改方式。他编写了python程序，输入记录数据，输出修改位置以及修改后每局的比分。程序运行结果如图b所示。
（1）若甲选手的记录数据为“1010001110100101001010000111”，则修改的方式有 种（填数字）。
（2）实现查找错误位置功能的部分Python程序如下，请在划线处填入合适的代码。
def search(a):
e=[] #存储错误位置
i=0
while i < n:
k=i
while i < n and a[i]==0:
i+=1
if i-k>1:
e.append( )
i+=1
return e
（3）实现修改错误的部分Python程序如下，请在划线处填入合适的代码。
def judge(d):
sub=[]
i=0
while d>0:
r=d%2
if r==1:
sub.append(i)
d//=2
i+=1
return sub
def trans(a,sub,e):
for i in sub:
a[e[i]]=
return a
def stati(a): #统计每局的比分
sp="修改后每局的比分："
f=[0,0]
for j in range(0,n):
f[a[j]]+=1
#判断是否结束一局
if :
sp+=str(f[1])+":"+str(f[0])+"/"
f=[0,0]
#处理最后未结束的局
if f[0]+f[1]>0:
sp+=str(f[1])+":"+str(f[0])
return sp
s=input("甲选手的记录数据:")
n=len(s)
a=[]
for i in range(n):
a.append(int(s[i]))
e=search(a)
print("疑似错误位置：",e)
for i in range ):
sub=judge(i)
if len(sub)==2:
a=trans(a,sub,e) #修改疑似错误位置
result=stati(a)
#输出修改后的数据、修改位置、修改后每局的比分，代码略
a=trans(a,sub,e) #恢复原值
题号 1 2 3 4 5 6 7 8 9 10
答案 B D A B A D C B C A
题号 11 12
答案 C D
13． df.入库年月=="2024-12"或df["入库年月"]=="2024-12" (df1.销售价格-df1.进货价格)/df1.进货价格或其他等价答案 货物名称 sort_values D
【详解】本题考查pandas数据处理。
（1） 要筛选出 2024 年 12 月的入库数据，该处答案为df["入库年月"]=="2024-12"。
（2）①处，根据利润率公式（利润率 =（销售价格 - 进货价格）/ 进货价格），在pandas中，直接对列进行操作。df1["销售价格"]和df1["进货价格"]分别表示销售价格列和进货价格列，该处答案为df1.销售价格-df1.进货价格)/df1.进货价格。
②处，要按 “货物名称” 来分组，计算每组的利润率平均值。在pandas中，使用groupby函数，df1.groupby("货物名称", as_index = False).利润率.mean()表示按 “货物名称” 分组，as_index = False表示不将分组键作为索引，然后计算 “利润率” 列的平均值。该处答案为货物名称。
③处，使用sort_values函数对 “利润率” 列进行降序排序，ascending = False表示降序，然后使用head(3)取前三行数据。该处答案为sort_values 。
（3）要绘制的是取到的前三的货物名称和对应的平均利润率。此时数据已经经过分组、排序和取前三，存储在df2中。因为as_index = False；所以df2["货物名称"]表示货物名称列，df2["利润率"]表示对应的平均利润率列。故选D。
14． A pin0 192.168.1.100:8080/input id=1&val=50 BC 增加湿度传感器、加湿器，采集房间湿度数据，当湿度低于阈值时，打开加湿器或其他等价答案
【详解】本题考查的是信息系统搭建。
（1）智能终端直接处理传感器数据并与预设阈值比较，实时控制窗帘开合，无需依赖服务器响应延迟，因此指令由智能终端完成。故选A。
（2）①代码中pin0.read_analog()表明光线传感器连接在引脚0；②服务器IP为192.168.1.100，端口8080，路由为/input，参数id=1和val=50需拼接在URL后，故URL为http://192.168.1.100:8080/input id=1&val=50。
（3）选项A错误：历史数据存储在服务器数据库，浏览器直接访问服务器而非智能终端。选项B正确：传感器属于输入设备，负责采集数据。选项C正确：若IoT模块故障，智能终端无法上传数据到服务器，用户无法查看实时数据。选项D错误：智能终端需从服务器获取阈值，存在双向通信。故选BC。
（4）增加湿度传感器、加湿器，采集房间湿度数据，当湿度低于阈值时，打开加湿器或其他等价答案。
15． 6 i-1 1-a[e[i]]或(a[e[i]]+1)%2或其他等价答案 (f[0]>=6 or f[1]>=6) and abs(f[0]-f[1])>=2或其他等价答案 2**len(e)或1，2**len(e)或2，2**len(e)或3，2**len(e)
或其他等价答案
【详解】本题考查的是python字符串综合应用。
（1）根据题干描述，错误位于连续多个“0”的最后一个。我们需要找出所有连续多个“0”的最后一个位置，然后从中选择2个位置进行修改。 给定记录数据为：1010001110100101001010000111，这里有四个连续多个“0”，我们需要从这4个位置中选择2个进行修改，组合数为：6。
（2）找出所有连续多个“0”的最后一个位置，故划线处为：i-1。
（3）第一空，将错误位置的“0”修改为“1”，故此处应为：1 或1-a[e[i]]或(a[e[i]]+1)%2或其他等价答案；第二空，当任一方得分大于等于6分，且领先对方2分及以上，一局才结束，故此处应为：(f[0]>=6 or f[1]>=6) and abs(f[0]-f[1])>=2或其他等价答案；第三空，代码需要遍历所有可能的修改方式，由于有len(e)个错误位置，每个错误位置可以选择修改或不修改，因此总的修改方式为2的len(e)次方，即2**len(e)，故此处代码为：2**len(e)。

展开更多......

收起↑