2019年四川省专业技术人员继续教育——病床边的计算机视觉测评试题(含答案)

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2019 年四川省专业技术人员继续教育——病床边的计算机视觉测评试题(含答案)1、(单选, 4 分)

下列哪个变换矩阵代表对像素坐标进行平移变换(C)

A、

B、

C、

D、以上都不是

2、(单选, 4 分)

将下图所示的图像输入到 2*2 的均值 pooling (池化)层(即,取模板内像素灰度

值的平均值), stride(步长)为 2,则输出值应为( D)

A、

B、

C、

D、

3、(单选, 4 分)

下图是哪种像素邻域表示(B)

A、8-邻域

B、对角邻域

C、以上都不是

D、4-邻域

4、(单选, 4 分)

下图是哪种像素邻域表示(A)

A、8-邻域

B、以上都不是

C、对角邻域

D、4-邻域

5、(单选, 4 分)

操作中属于图像平滑处理的是(C)

A、动态范围压缩

B、直方图均衡

C、中值滤波

D、梯度锐化

6、(单选, 4 分)

在有标签数据集上,经常采用简单的线性回归、分类任务从数据中学习获取信息。

在回归任务中,Y 变量(预测变量)为(A ),分类任务中Y 变量(预测变量)

为()

A、离散型;连续型

B、离散型;离散型

C、连续型;连续型

D、连续型;离散型

7、(单选, 4 分)

两像素位置分别为(xy )和( st),则两像素间的城区距离是(C)

A、以上都不是

B、

C、

D、

8、(单选, 4 分)

下图是哪种像素邻域表示(B)

A、8-邻域

B、4-邻域

C、对角邻域

D、以上都不是

9、(单选, 4 分)

边缘检测的原理:模板(分别代表X和 Y 方向)在图像上移动并在每个位置计算对应中心像素的灰度值,一般来说,在某个目标(背景)内部计算出的灰度值(),在边缘位置时

计算出的灰度值( B)

A、较大;较大

B、较小;较大

C、较小;较小

D、较大;较小

10、 (单选, 4 分 )

下列哪项图像处理操作使用了灰度映射技术(C)

A、以上都是

B、动态范围压缩

C、对比度增强

D、图像求反

11、 (单选, 4 分 )

在机器学习领域中,按照数据有无标签分为监督学习和非监督学习,那么分类、

回归任务属于( D )

A、无标签的监督学习

B、有标签的非监督学习

C、无标签的非监督学习

D、有标签的监督学习

12、 (单选, 4 分 )

下列哪个变换矩阵代表对像素坐标进行旋转变换(B)

A、以上都不是

B、

C、

D、

13、 (单选, 4 分 )

A、9

B、8 B

C、3

D、5

14、 (单选, 4 分 )

下列哪个变换矩阵代表对像素坐标进行旋转变换(D)

A 、

B、

C、以上都不是

D、

15、 (单选, 4 分 )

给定一个数据集,对于某一个待分类数据点,找出距离该点最近的K个样本,若它们当中大

多数属于 A 类,则把该数据点也归类为 A ,这种方法称为K-means 算法()

A 、错误

B、正确B

16、 (单选, 4 分 )

在机器学习领域中,按照数据有无标签分为监督学习和无监督学习,那么聚类任务属于(B)

A、有标签的监督学习

B、无标签的无监督学习

C、有标签的无监督学习

D、无标签的监督学习

17、 (单选, 4 分 )

在神经网络中,经常根据特定任务采用不同的激活函数,下图所示的是两个经常

使用的激活函数,请分别指出两个函数图像分别是()

A 、tanh; relu

B、sigmoid ; relu

C、sigmoid ; tanhC

D、relu;sigmoid

18、 (单选, 4 分 )

下列算法中属于图像平滑处理的是(C)

A、动态范围压缩

B、对比度增强

C、均值滤波

D、二值化

19、 (单选, 4 分 )

医学影像是指为了医疗或医学研究,对人体或者人体某部分,以非侵入方式去的内部组织影

响的技术与处理过程,其中CT 是一种重要的影像诊断检查技术,下列哪项不是CT 的优点(B)

A 、能提供器官完整的3D 讯息

B、没有辐射量

C、可根据需要的不同提供矢状面、冠状面、横断面的影像

D、电脑断层分辨率高

20、 (单选, 4 分 )

下列机器学习常用算法中哪个是聚类算法而不属于分类算法(C)

A、逻辑回归

B、最小距离分类器

C、K-means

D、KNN (K 近邻)

21、 (单选, 4 分 )

如右图所示,有两类不同的样本数据,分别用小正方形和小三角形表示,现在,我们不知道

中间那个圆形的数据是从属于哪一类(正方形或三角形),此时若采用K NN (K 近邻)算法解决这个问题,当选取K=3 时,圆形待分类点该被判定为();当选取K=5 时,圆形待分

类点该被判定为( D )

A 、正方形;三角形

B、正方形;正方形

C、三角形;三角形

D、三角形;正方形

22、 (多选, 4 分 )

将下图所示的图像输

入到

值),stride(步长)为

A 、

B、

C、

D、

23、 (单选, 4 分 ) 2*2 的最大值 pooling(池化)层(即,取模板内像素灰度值的最大

2,则输出值应为(AC )

A 、17

B、11 B

C、14

D、7

24、 (单选, 4 分 )

两像素位置分别为(xy )和( st),则两像素间的欧氏距

离是(

B)

A 、

B、

C、以上都不是

D、

25、 (单选, 4 分 )

两像素位置分别为(xy )和( st),则两像素间的棋盘距

离是(

C)

A 、 D 、以上都不是B、

C、

D、

相关文档
最新文档