人工智能原理智慧樹知到期末考試答案2024年人工智能原理約翰·西爾勒（JohnSearle）提出了針對強人工智能的（）悖論

A:英文房間B:德文房間C:日文房間D:中文房間答案:中文房間謂詞公式轉化為子句集過程由很多步驟，以下不屬于其過程的是（）

A:變量標準化B:消除蘊涵和等價連接詞C:移動否定符號D:消除析取式答案:消除析取式遺傳算法中，適應度函數(shù)的尺度變換可以采用以下方式（）

A:線性變換B:隨機變換C:指數(shù)函數(shù)D:冪函數(shù)變換答案:線性變換###冪函數(shù)變換###指數(shù)函數(shù)以下屬于事實的不確定性主要表現(xiàn)的是（）

A:不完全性B:模糊性C:歧義性D:隨機性答案:歧義性###不完全性###模糊性###隨機性在模糊理論中，證據(jù)與知識前件屬于同一個論域的不同模糊集合時，他們的匹配度的計算方法有（）

A:相似度B:漢明距離C:貼近度D:歐幾里得距離答案:貼近度###相似度###漢明距離###歐幾里得距離主流學派提出組合證據(jù)不確定性的計算方法，包括（）

A:最大最小法B:概率法C:模糊法D:有界法答案:最大最小法###概率法###有界法產(chǎn)生式系統(tǒng)包括()等主要模塊

A:規(guī)則庫B:推理機C:數(shù)據(jù)庫D:邏輯生成器答案:數(shù)據(jù)庫###規(guī)則庫###推理機Hopfield神經(jīng)網(wǎng)絡聯(lián)想記憶過程可以分為（）等階段

A:學習B:聯(lián)想C:收斂D:泛化答案:學習###聯(lián)想寬度優(yōu)先搜索中，每次會選擇深度最淺的節(jié)點優(yōu)先進行擴展

A:正確B:錯誤答案:正確已知命題P->命題Q，并且Q為真，那么我們可以得出P為真。

A:錯B:對答案:錯Hopfield神經(jīng)網(wǎng)絡在運行過程中能量函數(shù)值在不斷變化，可能會升高。

A:錯B:對答案:錯把謂詞公式轉化成子句集，是歸結演繹推理重要的一個步驟

A:錯B:對答案:對支持向量機方法中的支持向量，就是被間隔邊界穿過的邊緣點

A:錯B:對答案:對A星算法的單調(diào)性也稱為一致性。

A:對B:錯答案:對在證據(jù)理論中，當組合證據(jù)是多個簡單證據(jù)的析取的時候，我們用它的最小值來計算組合證據(jù)的確定性。

A:對B:錯答案:錯雙種群遺傳算法中，種群A的個體可以與種群B的個體進行交叉操作。

A:對B:錯答案:錯遺傳算法中，種群個體的初始化都應該統(tǒng)一采用隨機分布來進行初始化。

A:對B:錯答案:錯自然演繹推理的過程不會產(chǎn)生組合爆炸

A:錯B:對答案:對演繹推理是從一般到個別的推理

A:正確B:錯誤答案:正確寬度優(yōu)先搜索中，OPEN表此時是一個“先入先出”的隊列

A:錯誤B:正確答案:正確在確定性理論中，CF模型可以對知識的不確定性的表示，但不可以表達證據(jù)的不確定性。

A:錯誤B:正確答案:錯誤在pagerank算法邏輯中，普通網(wǎng)頁的鏈接屬于優(yōu)質鏈接的概率，與優(yōu)質網(wǎng)頁的鏈接屬于優(yōu)質鏈接的概率相等。

A:錯B:對答案:錯深度優(yōu)先搜索可以找到最優(yōu)解

A:對B:錯答案:錯謂詞公式是把謂詞符號、常量符號、變量符號、函數(shù)符號以及括號、逗號等按一定語法規(guī)則組成的字符串的表達式

A:正確B:錯誤答案:正確在使用支持向量機中，各分類到超平面的距離越大，表示支持向量機的分類誤差越大

A:對B:錯答案:錯人工神經(jīng)網(wǎng)絡的誤差糾正學習，它的的最終目的是使得一個基于誤差定義的目標函數(shù)達到最小,從而使網(wǎng)絡中的實際輸出在任何時刻都非常接近期望輸出。

A:錯B:對答案:錯假言推理和拒取式推理是常見的自然演繹推理形式

A:對B:錯答案:對寬度優(yōu)先搜索中，每次擴展出來的子節(jié)點會被優(yōu)先擴展

A:正確B:錯誤答案:錯誤對于無限圖而言，寬度和深度優(yōu)先搜索方法都一定可以找到問題的解。

A:對B:錯答案:錯卷積神經(jīng)網(wǎng)絡的卷積過程有特征提取和壓縮兩個功能

A:錯B:對答案:對自適應遺傳算法中，交叉概率不需要人為的去設置具體數(shù)值,而變異概率需要。

A:對B:錯答案:錯一般來說,在滿足A星算法條件h小于等于h星的前提下,h的值越小越好

A:對B:錯答案:對遺傳算法中，交叉概率數(shù)值越大，表明算法越希望通過交叉方式來實現(xiàn)多樣化

A:錯B:對答案:對根據(jù)A星算法的設計，可以大大降低其搜索空間的大小。

A:錯B:對答案:對框架表示法的特點是方便表達結構性知識

A:錯B:對答案:對證據(jù)理論能夠區(qū)分“不確定”與“不知道”的差異,能處理“不知道”引起的不確定性。

A:錯B:對答案:對確定性理論中，當證據(jù)的CF值等于1,則認為規(guī)則的可信度就是結論H的可信度。

A:錯B:對答案:對模糊決策過程采用最大隸屬度法的話，那么就是取隸屬度最大的量作為推理結果。

A:錯誤B:正確答案:正確子句變量標準化，是改變子句的變量符號，使得所有子句中的變量符號都不相同的過程。

A:錯B:對答案:對知識圖譜的存儲方式主要是基于圖結構的存儲

A:對B:錯答案:對不確定性推理不需要解決“結論不確定性的合成算法問題”

A:錯B:對答案:錯問題空間特別大的時候，利用啟發(fā)式搜索，可以立即找到問題的解。

A:錯B:對答案:錯確定性理論中，當有多條知識推出相同的結論時，我們可以每次都把兩條規(guī)則合成計算，直到求出最終的合成可信度。

A:錯誤B:正確答案:正確自適應遺傳算法的基本思路是保持種群染色體適應度的合理分布

A:對B:錯答案:對評價函數(shù)f(n)中,g(n)的比