资源简介

2026届浙江省绍兴市高三上学期11月选考科目诊断性考试技术试题-高中信息技术
一、选择题
1．某校学生可通过移动终端提前预订餐品并完成支付，食堂则根据预订数据进行精准备餐。智慧食堂系统后台能够实时监控各菜品的销售情况，并生成每日、每周的销售报表与营养分析报告，为食堂优化菜单、合理采购提供数据支持。关于该系统中的数据，下列说法正确的是（ ）
A．学生提交订单的历史记录不属于数据
B．学生完成支付的过程中不会产生新的数据
C．记录在系统中的销售报表，属于模拟数据
D．通过消费数据来调整菜单，体现了数据的应用价值
2．某校学生可通过移动终端提前预订餐品并完成支付，食堂则根据预订数据进行精准备餐。智慧食堂系统后台能够实时监控各菜品的销售情况，并生成每日、每周的销售报表与营养分析报告，为食堂优化菜单、合理采购提供数据支持。下列措施中，不能有效保障智慧食堂系统的数据安全的是（ ）
A．对学生用户的密码加密后存储
B．定期对员工进行系统操作和网络安全培训
C．部署网络防火墙，防止未经授权的外部访问
D．在菜品加工区安装高清摄像头
3．某校学生可通过移动终端提前预订餐品并完成支付，食堂则根据预订数据进行精准备餐。智慧食堂系统后台能够实时监控各菜品的销售情况，并生成每日、每周的销售报表与营养分析报告，为食堂优化菜单、合理采购提供数据支持。学生通过移动终端查看菜品图片、价格并完成在线预订。该过程主要涉及的技术不包括（ ）
A．数据库技术 B．移动通信技术 C．全球定位系统 D．人机界面设计
4．某现代农业示范园部署了一套智能湿宣监控系统。该系统通过多种传感器实时采集环境数据，数据通过物联网传输至云端服务器进行存储和深度分析。系统内置的AI模型能够根据作物生长图像，自动识别病虫害并发出预警。管理员可以通过电脑或手机APP远程查看实时数据、接收预警信息，并控制通风、灌溉、补光等设备。有关该智能温室监控系统的描述，正确的是（ ）
A．系统使用的传感器中一定包括图像传感器
B．数据不必经过数字化也可在系统中存储和传输
C．管理员远程控制通风设备时不需要网络的支持
D．该系统一旦开发完毕，可以完全脱离操作系统而单独运行
5．某现代农业示范园部署了一套智能湿宣监控系统。该系统通过多种传感器实时采集环境数据，数据通过物联网传输至云端服务器进行存储和深度分析。系统内置的AI模型能够根据作物生长图像，自动识别病虫害并发出预警。管理员可以通过电脑或手机APP远程查看实时数据、接收预警信息，并控制通风、灌溉、补光等设备。关于该系统服务控制功能的设计方案，不合理的是（ ）
A．当温度传感器采集的温度值高于预设值时则启动通风机降温
B．当光敏传感器采集的亮度值低于预设值时就启动补光灯
C．当湿度传感器采集的湿度值低于预设值时则打开水泵灌溉
D．当预警信息发出后就清空数据库以节省存储空间
6．某现代农业示范园部署了一套智能湿宣监控系统。该系统通过多种传感器实时采集环境数据，数据通过物联网传输至云端服务器进行存储和深度分析。系统内置的AI模型能够根据作物生长图像，自动识别病虫害并发出预警。管理员可以通过电脑或手机APP远程查看实时数据、接收预警信息，并控制通风、灌溉、补光等设备。该系统利用深度学习模型识别作物病虫害，该模型的识别准确性主要依赖于（ ）
A．事先手工构造的知识库 B．事先标注好的训练数据集
C．病虫害的精准文字解释 D．防治作物病虫害的专家系统
7．某校学生可通过移动终端提前预订餐品并完成支付，食堂则根据预订数据进行精准备餐。智慧食堂系统后台能够实时监控各菜品的销售情况，并生成每日、每周的销售报表与营养分析报告，为食堂优化菜单、合理采购提供数据支持。某现代农业示范园部署了一套智能湿宣监控系统。该系统通过多种传感器实时采集环境数据，数据通过物联网传输至云端服务器进行存储和深度分析。系统内置的AI模型能够根据作物生长图像，自动识别病虫害并发出预警。管理员可以通过电脑或手机APP远程查看实时数据、接收预警信息，并控制通风、灌溉、补光等设备。综合 “智慧食堂”和 “智能温室”两个系统，最能体现它们的共通之处是（ ）
A．通过分析历史或实时数据，为优化管理提供决策支持
B．依据传感器采集的数据，对物理设备进行实时的自动控制
C．经由专用APP提供人机交互功能，都基于B/S架构开发
D．将海量的结构化与非结构化数据，集中存储于云端服务器
8．将原二叉树中所有节点的左右子树都进行互换，得到的新二叉树，称之为原二叉树的镜像二叉树。如图所示，甲、乙二叉树互为镜像二叉树。已知某二叉树的中序遍历序列为B-D-A-C-E，则镜像二叉树的中序遍历序列为（ ）
A．C-E-A-B-D B．C-E-A-D-B C．E-C-A-D-B D．E-C-A-B-D
9．有一个空栈和一个队列，其中队列中队首到队尾元素依次为：16,9,20,5,7,14。执行如图所示的伪代码，执行完毕后，栈中从底到顶的各元素为（ ）
While队列非空： If栈非空，且栈顶元素大于队首元素then 将栈顶元素出栈后入队 Else 将队首元素出队后入栈
A．14,7,5,20,9,16 B．5,20,7,16,9,14
C．5,7,9,14,16,20 D．20,16,14,9,7,5
10．有如下Python程序段：
#suma存放字符串st所有字符的ASCI码之和
sumL=0;sumR=suma;pos=-1
for i in range(0,len(st))：
sumR=sumR-ord(st[i])
if sumR==sumL：
pos=i
sumL=sumL+ord(st[i])
字符串st为"dbhacdbahcd"，执行该程序段后，pos的值为（ ）
A．-1 B．5 C．6 D．7
11．甲乙两名玩家按如下规则轮流进行游戏：桌上有n枚硬币，玩家每次可以从中拿走1枚或者2枚。谁拿走最后一枚硬币谁就输掉了游戏。为求出胜者，定义如下函数：
def g(n,cur):
if n<=0:
return cur
if cur=="甲":
nxt="乙"
elif cur=="乙":
nxt="甲"
if g(n-1,nxt)==cur or g(n-2,nxt)==cur:
return cur
else:
return nxt
执行如下语句后，s的值与其他三个选项不同的是（ ）
A．B=g(3,"甲") B．s=g(4,"甲") C．s=g(5,"甲") D．s=g(6,"甲")
12．有如下Python程序段：
m,n=0,data[p][0]
cur=p:tag=[p,p]
while p!=-1：
num=data[p][0]
if m<=0：
m=num
cur=p
else：
m+=num
if n < m：
n=m
tag[0],tag[1]=cur,p
p=data[p][1]
若p为2，data为[[-4,3]，[-9,-1]，[3,0]，[4,5]，[5,1]，[-3,4]]，执行该程序段后，tag的值为（ ）
A．[3,3] B．[3,4] C．[3,5] D．[4,5]
二、综合题
13．某海啸预警中心在某海域布设了能监测海波高度的浮标。浮标中内置传感器和智能终端，智能终端每15秒从传感器获取一次海波高度数据，初步处理后，每分钟将数据经卫星上传至中心服务器。服务器实时计算海啸发生概率，并在概率超过阈值时向沿海地区发布不同等级的警报。公众可通过官方App或网站查看实时数据和预警信息。请回答下列问题：
（1）浮标中的智能终端 （单选，选字母：A．有/B．没有）数据存储功能。
（2）该系统的部分数据处理在智能终端完成，可以 （单选，填字母）
A．提升中心服务器硬件的运算速度
B．降低数据传输的带宽和功耗
C．提高海波高度数据的采集精度
（3）若预警系统存在过多错误的报警，下列改进措施中最合理的是 （单选，填字母）.
A．投放更多浮标，并人工复核所有报警数据
B．降低采样频率到每小时一次以减少波动
C．融合地震波数据，引入大数据预测模型
（4）为了提高系统的预警准确率并减少漏报，还有什么改进措施？请列举一项，并说明如何改进。
（5）若某采样时刻的海波高度大于其前后相邻采样时刻的高度，则该采样点为一个波峰；若存在连续若干采样点海波高度相同，且其高度均高于两侧采样点的高度，则该连续区间视为一个波峰.如在某一时间区间内采集到的海波高度数据data为[1.72,1.85,2.01,2.12,2.12,2.12,1.92,1.71,1.32,1.26,1.33,1.73,1.92,1.71,1.32]，其中波峰的数量为2。统计波峰数量的Python程序如下：
peaks=[]
n=len（data）
while i if data[i]>data[i-1]:
j=i
while j j+=1
if: peaks.append（[(i+j)//2,data[j]]） #追加到列表peaks的末尾
i=j
i+=1
print（"波峰个数:",len（peaks）,",波峰位置和高度:",peaks）
请在划线处补充代码。
②方框处代码有误，请改正。
14．预警中心将某海域一年内采集到的海波高度数据存储在wave.xlsx文件中，部分数据如图所示。现要对这些数据进行分析，找出海波高度异常（大于1.5米）记录最多的浮标，并找出该浮标异常次数最多的月份。
（1）实现上述功能的部分Python程序如下，请选择合适的代码填入划线处（单选）。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("wave.xlsx") #读取Excel文件
df_anomaly=df[dq["海波高度(m)"]>1.5]
df_eare=①
df_eares=df_eare.sort_values("海波高度(m)",ascending=False) #降序排序
#将df_eares首行的浮标ID存入变量fbid
dffb=②
dfl=dffb.groupby("月",as_index=False)["海波高度(m)"].count() #分组统计次数
df2=dfl.sort_values("海波高度(m)",ascending=False)
#将df2首行的月份存入变量m,代码略
print("海波高度异常记录最多的月份是:",m)
程序中①②处可选的代码有:
A．df_anomaly.groupby("浮标ID",as_index=False).count()
B．df_eare[df_eare["浮标ID"]==fbid]
C．df_anomaly.groupby("经度",as_index=False).count()
D．df_anomaly[df_anomaly["浮标ID"]==fbid]
（2）为分析重点关注区域，取出某天海波高度最高的前k条数据存入列表data中，每个元素包含2个数据项，依次为浮标ID（从0到n-1）和海波高度，统计各浮标出现次数，将出现次数最多的浮标（若有并列，则取ID较小的浮标）所对应的区域列为重点关注区域，实现上述功能的部分Python程序如下：
tj=[0]*n #n为浮标个数
for d in data:
tj[▲ ]+=1 #统计每个浮标出现的次数
#找出次数最多的浮标ID
maxfbh=0
for i in range(1，len(tj)):

#输出浮标ID为maxfbh对应的区域，代码略
①请在划线处填入合适的代码。
②方框处的代码应为 （单选：填字母）
A． if tj[i]>maxfbh: maxfbh=tj[i] B． if tj[i]>tj[maxfbh]: maxfbh=tj[i] C． if tj[i]>tj[maxfbh]: maxfbh=i
15．某公司使用一辆智能无人车来完成多件货物的运载任务（单件货物不拆分运输）。无人车每天单向行驶一次，自起点依次经过装卸点1，装卸点2，…，装卸点n。每件货物的运载任务包括货物编号、货物重量（整数）、装货点和卸货点，如图所示：
货物编号 货物重量 装货点 卸货点
0 2 1 15
1 6 3 4
2 3 1 9
3 7 7 9
4 4 9 13
规定：每件货物的卸货点编号>装货点编号。请回答下列问题：
（1）若一辆空车要当天完成如图所示的运载任务，则该车的最小载重量为 （填数字）.
（2）若公司要在D天内将多件货物从同一装货点运送到各个目标卸货点。要求无人车按货物编号顺序依次完成所有货物运输，求该车的最小载重量，实现上述功能的Python程序如下：
def canShip(weights,D,C):
days=1
cur=0
for w in weights:
if cur+w<=C:
cur+=w
else:
days+=1
cur=w
if days>D:
return False
return True
#非空列表weights按编号依次存放各件货物的重量，D存放天数，代码略
ans=max(weights) #ans存放列表weights的最大值
while not canShip(weights,D,ans)：
ans=ans+1
print(ans) #输出最小载重
①若weights为[5,6,6,7,8,4,3]，D为5，则该车的最小载重为 （填数字）
②将函数canShip改写如下，要实现相同功能，请在补充划线处代码。
def canShip(weights,D,C):
days=1
cur=C
for w in weights:
if cur>=w:
cur-=w
else:
days+=1
if days>D:
return False

return True
（3）公司要一天内完成多件货物的运输任务，任务列表tasks的每个元素为[sno,num,start,end]，表示某件货物编号sno、重量num、装货点编号start和卸货点编号end。求无人车的最小载重量，请在划线处填入合适的代码。
def insertinSorted(a,event):
i,j=0,len(a)-1
①
while i<=j:
m=(i+j)//2
if a[m][0] i=m+1
elif a[m][0]=x and a[m][1]<=event[1]:
i=m+1
else:
j=m-1
#在列表a中下标为i的位置插入元素event:若i≥len(a),则在a末尾添加元素event
a.insert(i,event)
return a
def assign(tasks):
a=[]
for t in tasks:
a=insertInSorted(a,[t[2],t[1])
②
return a
def proc(a):
cur=0
maxw=0
for data in a:
③
if cur>maxw:
maxw=cur
return maxw
#tasks列表存放多件货物运输任务
a=assign(tasks)
capacity=proc(a)
print"无人车的最小载重量为:",capacity)
参考答案
1．D
2．D
3．C
4．A
5．D
6．B
7．A
8．C
9．C
10．B
11．B
12．B
13． A B C 增加单个浮标的传感器类型，进行多维度监测；分析大量的历史数据或模拟海啸以动态设置合适的阈值等。从数据、算法维度出发，均可给分。 i=1 jdata[j+1]
14． A D d[0] C
15． 12 11 cur=C-w x=event[0] a=insertInSorted(a,[t[3],-t[1]]) cur+=data[1]

展开更多......

收起↑