2022-2023學年浙江省衢州五校聯(lián)盟高二（上）期末信息技術(shù)試卷
發(fā)布：2024/5/9 8:0:9
一、選擇題（本大題共11小題，每小題2分，共24分。每小題列出的四個備選項中只有一個是符合題目要求的，不選、多選、錯選均不得分）
-
1．下面一段話，在微信朋友圈被刷屏：“如果“陽”了的話，丟垃圾的時候最好消殺一下或用“鵝頸式封扎法”進行處理，因為很多垃圾清運人員是老人，他們更弱勢”。下列說法不正確的是（ ）
組卷：2引用：1難度：0.7 -
2．下列關(guān)于信息編碼的描述，正確的是（ ?。?/h2>
組卷：5引用：1難度：0.7 -
3．關(guān)于數(shù)據(jù)管理與安全，下列說法正確的是（ ?。?/h2>
組卷：6引用：1難度：0.7 -
4．閱讀材料，完成4～5題。
北京體育大學研究團隊建立了無反光點人體運動自動捕捉人工智能系統(tǒng)，曾助力中國選手鞏立姣和劉詩穎在東京奧運會女子投擲項目比賽中出色發(fā)揮，分獲鉛球和標槍金牌。目前該系統(tǒng)已應用在國家速度滑冰和越野滑雪項目的訓練中，獲得超過8000人次的賽時動作技術(shù)數(shù)據(jù)，使機器深度學習越發(fā)“得心應手”，對于滑冰與滑雪運動員的動作捕捉與技術(shù)分析，既能精準到具體細節(jié)，又能快速反饋分析結(jié)果。
根據(jù)以上描述，下列說法不正確的是（ ?。?/h2>組卷：1引用：0難度：0.60 -
5．22022 年的北京冬奧會，我國取得了歷史最好成績，人工智能技術(shù)也以科技手段助運動員們一臂之力。研究團隊利用基于深度學習原理的人工智能技術(shù)，建立神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)對動作視頻中人體關(guān)節(jié)點的計算機自動識別，進而建立起適用于競技體育和一般生物力學研究的計算機系統(tǒng)——無反光點人體運動自動捕捉人工智能系統(tǒng)。目前該系統(tǒng)已應用在國家速度滑冰和越野滑雪項目的訓練中，獲得超過 8000 人次的賽時動作技術(shù)數(shù)據(jù)，使機器深度學習越發(fā)“得心應手“，對于滑冰與滑雪運動員的動作捕捉與技術(shù)分析，既能精準到具體細節(jié)，又能快速反饋分析結(jié)果。
請回答15～16題。
根據(jù)以上描述，人工智能技術(shù)助力運動員主要基于以下哪種方法（ ?。?/h2>組卷：1引用：0難度：0.50
二、非選擇題（本大題共4小題，其中第13小題6分，第14小題7分，第15小題7分，第16小題6分，神墻共26分）
-
15．尋找字符串中連續(xù)數(shù)字（全部分解為1位數(shù)）之和為s的全部字串，如字符串“20210521”中和為6的字串為“105”。實現(xiàn)該功能的Python程序代碼如下，運行界面如圖所示。
請在橫線處填寫正確的代碼：
組卷：4引用：1難度：0.4 -
16．某高中高二年級一共16個班舉行籃球比賽，每個班都與其他班級各進行一場比賽，贏一場比賽增加1點積分，平局或者輸?shù)舯荣惒豢鄯e分，以最后的積分決定冠軍、亞軍和季軍。如果兩個班級勝場數(shù)相同，則輸場數(shù)更低的班級排名更高；如果勝場數(shù)和輸場數(shù)都相同，則排名相同。小文想用python來模擬16個班級的比賽，首先初始化16個班級比賽積分情況，初始化界面（如圖1所示），某次運行代碼后，16個班級的比賽結(jié)果情況如下（如圖2所示）
每個班級與其他班級的比賽結(jié)果隨機生成，0表示平局，-1表示輸?shù)舯荣悾?表示贏得比賽，第一行數(shù)據(jù)表示1班對戰(zhàn)16個班的比賽結(jié)果（每個班和自己的對戰(zhàn)結(jié)果都用平局表示）
代碼如下，請完成代碼填空：
組卷：0引用：1難度：0.9