3.2数据采集与整理2024—2025学年高中信息技术人教/中图版（2019）必修1

3.2 数据采集与整理 一、选择题 1．以下哪个问题不适合使用数值方法解决（   ） A．求解微分方程 B．求解积分 C．图像识别 D．数据拟合 2．数值计算主要用于解决以下哪类问题（   ） A．图像处理 B．数据库管理 C．数学问题 D．网络通信 3．以下适用于调查访谈时的数据采集工具是（    ） A．问卷 B．表格 C．传感器 D．文献检索工具 4．以下不是文本数据处理主要应用领域的是（    ） A．论文查重 B．文本分类 C．垃圾邮件分类 D．手写输入识别 5．下列可以用于采集信息的有（   ） A．卫星定位 B．RFID标签读写器 C．湿度传感器 D．音箱 6．扫描二维码的过程属于（   ） A．信息的表达 B．信息的发布 C．信息的编码 D．信息的采集 7．在道路上，电子警察系统利用动态视频检测触发技术对车辆进行抓拍并完成车牌识别，把车牌号码等数据记录下来。这种数据采集方法是（    ） A．访谈采集 B．自动采集 C．实验采集 D．人工采集 8．人们通过气象卫星获得大量的气象信息，这属于数据处理过程中的（   ） A．数据采集 B．数据整理 C．数据分析 D．数据可视化 9．为提高移动支付的数据安全，下列做法较为妥当的是（   ） A．将银行发送的验证码或验证链接转发给他人 B．卸载带支付功能的APP前不解除银行卡绑定 C．更换手机后不彻底删除旧手机上的敏感信息 D．尽量使用手机流量进行支付以确保支付安全 10．智能手环测心率功能的数据来源是（   ） A．蓝牙 B．Wi-Fi C．手机 D．传感器 11．下列行为不能有效保障数据安全的是（   ） A．定期备份数据 B．定期更新杀毒软件 C．通过公共 WiFi 传输敏感数据 D．保护数据存储介质的安全 12．在信息系统中，经常通过身份认证来控制不同用户对各类数据的操作权限，下列选项中不适合用做身份认证的项目是（   ） A．身份证 B．指纹特征 C．面部特征 D．姓名 13．采集的大数据中，常见的数据问题主要是（   ） ①数据缺失 ②数据重复 ③数据量大 ④数据异常 A．②③④ B．①③④ C．①②④ D．①②③ 14．下列选项中，属于数据安全保护措施的是（   ） A．数据加密 B．数据分析 C．数据修改 D．数据可视化 二、填空题 15．在数值计算中， 方法是一种通过不断逼近目标值来求解方程的方法。 16．在数值计算中， 是用来衡量算法对于输入数据小的变化所引起输出结果变化的敏感程度。 17．在 加密中，加密和解密使用不同的密钥。 18．数据处理的流程一般经历数据采集、数据整理、数据分析和数据呈现等环节。各路口安装的24小时监控摄像头，将获取的数据传输到交警的监控中心，此过程属于数据处理流程中的 。 三、判断题 19．在日常生活中，数码照相机、数码录像机、手写板、扫描仪等属于数据采集工具。( ) 20．网络数据采集主要通过网络爬虫或网站公开API的方式获取，网络爬虫需要获取网页的URL。( ) 21．在保护数据安全的各种技术中，数据校验主要是为了保证数据的完整性。( ) 四、操作题 22．2020年，江苏近海海域，一台台崭新的“大风车”在海风中徐徐转动，白色的叶片与蓝色的大海相映成趣，标志着国内又一座数字化智慧型风电场——中国绿发江苏如东H14海上风电场已全面完工，开始并网发电。H14海上风电场共有50台风电机组，每一台都能听会看，可感可控。这种感知能力，源于分布在机组上的各种先进传感器。大规模传感器的应用，构成智能风机的眼睛、耳朵和神经感知末梢，实时传输着风电场的各项身体健康指标。通过传感器实时收集数据，运维人员不仅可以实现对风机的事后故障处理，还可以实现事前的预测调整。 （1）上述材料中数据收集的方式为( )收集。 （2）在上面这段材料，下面说法不正确的是( ) A．收集到的数据要转换成数字化才可以被计算机高效利用 B．通过对收集到的数据进行处理和分析，可以为决策提供更科学的方向 C．不同类型的数据收集方式其收集数据的数量和效率大同小异 D．收集的数据在计算机中是以二进制的形式存储的 23．小申发现一种对黑白图像（颜色编号：黑色1，白色0）的压缩方法。压缩规则是：①记录原数据第一个位置的颜色编号：②从左往右依次扫描颜色编号，统计并记录连续出现的相同颜色的编号个数。例如图像的颜色编号为：0000000011111000，压缩结果为“0，8，5，3”。据此完成下面小题。 （1）这种压缩方法属于 （选填：有损压缩/无损压缩）。 （2）若某黑白图像的压缩结果为“0，1，8，3，5，7”，那么，该图像中白色的个数是 。 （3）某张图片的RGB十进制编码为（66，102，255），用十六进制表示为( ) A．4266FF    B．4064FF    C．4266FE    D．4064FE （4）小申一共采集了365条数据，将该数据集分为两部分，分别为 和测试集。 （5）小申想要基于这些数据预测某天的温度，最合适的方法是( ) A．分类    B．聚类    C．回归 （6）人工智能和大数据等新技术飞速发展，推动了各行业的创新变革。小申尝试用大模型预测天气，请将处理过程按照正确的顺序进行排序： 。 ①对采集到的天气数据进行清洗和预处理。 ②利用数据抽取转换加载工具从多个数据源采集天气数据。 ③使用盘古大模型对数据进行训练和预测。 ④通过可视化工具展示预测结果。 试卷第1页，共3页 试卷第1页，共3页 学科网（北京）股份有限公司 参考答案： 1．C 【详解】本题考查数值计算。数值方法主要用于解决数学问题，如求解微分方程、积分和数据拟合等。图像识别通常涉及机器学习和计算机视觉技术，不是数值方法的主要应用领域。故选C。 2．C 【详解】本题考查数值计算的描述。数值计算主要用于解决数学问题。它涉及使用计算机算法来进行数值求解、模拟和分析数学模型。图像处理、数据库管理和网络通信虽然也可能涉及数值计算，但它们的主要领域分别是图像处理技术、数据管理和网络技术。故选C。 3．B 【详解】本题考查数据采集。 问卷：虽然问卷是一种常用的数据收集工具，但它更多是在问卷调查中预先设计好问题，然后分发给受访者填写。在访谈过程中，由于访谈是实时、互动的，问卷可能不是最直接适用的工具。 表格：表格是一种非常实用的数据采集和整理工具。在访谈过程中，可以使用表格来记录访谈要点、受访者的回答、观察到的行为等。表格可以帮助访谈者系统地整理信息，便于后续的分析和归纳。因此，表格是适用于调查访谈时的数据采集工具。 传感器：传感器主要用于测量和记录物理量，如温度、湿度、压力等，它们并不直接适用于调查访谈时的数据采集。访谈过程中主要涉及的是语言、观点、态度等信息的交流，而非物理量的测量。 文献检索工具：文献检索工具主要用于查找和获取已有的文献资料，如学术论文、研究报告等。它们并不直接用于访谈过程中的数据采集，而是用于在访谈前后进行背景资料的搜集和整理。 故正确答案为：选项B。 4．D 【详解】本题考查数据处理。论文查重是对文本内容的重复率进行检测，属于文本数据处理；文本分类是将文本按照一定的规则和特征分类，属于文本数据处理；垃圾邮件分类是对邮件的文本内容进行分析判断是否为垃圾邮件，属于文本数据处理；手写输入识别是对手写的图形、轨迹等进行识别转化为文本或执行相应操作，其重点是对手写的图形轨迹的识别，不属于文本数据处理。故答案为：D。 5．ABC 【详解】本题考查信息的采集。卫星定位可以获取位置信息；RFID标签读写器能够读取或写入RFID标签中的信息；湿度传感器能够采集环境湿度信息。而音箱主要用于声音的播放输出，不能用于采集信息。故答案为：ABC。 6．D 【详解】本题考查信息的采集。扫描二维码的过程是将二维码图像中的信息通过扫描设备读取出来，这属于信息的采集过程。信息的采集是指从外部获取信息的过程，通常通过传感器、扫描仪、摄像头等设备将物理世界中的信息转换成计算机能够处理的数字信息。故答案为：D。 7．B 【详解】本题考查数据采集。数据采集是指通过各种方式收集数据的过程。在道路上利用电子警察系统进行车辆抓拍和车牌识别的过程属于自动采集方法。自动采集方法是指利用自动化设备或系统，通过传感器、摄像头等自动捕捉和记录数据的过程。在这种情况下，电子警察系统利用动态视频检测技术自动检测车辆，触发抓拍并完成车牌识别，记录车牌号码等数据，不需要人工干预。故答案为：B。 8．A 【详解】本题考查数据处理。人们通过气象卫星获得大量的气象信息，这是获取原始数据的过程，属于数据处理中的数据采集。数据整理是对采集到的数据进行分类、排序等操作；数据分析是对整理后的数据进行分析以提取有价值的信息；数据可视化是将分析结果以直观的图形、图表等形式展示。故答案为：A。 9．D 【详解】本题考查数据安全相关内容。A选项，银行发送的验证码或验证链接不可以转发给他人，选项错误。B选项，卸载带支付功能的APP前应先解除银行卡绑定，选项错误。C选项，更换手机前彻底删除旧手机上的敏感信息，选项错误。D选项，支付时，尽量不要使用WIFI、热点网络支付，而是使用手机流量进行支付，以确保支付安全，选项正确。故本题答案是D选项。 10．D 【详解】本题考查数据采集相关内容。蓝牙技术是一种无线数据和语音通信开放的全球规范，它是基于低成本的近距离无线连接，为固定和移动设备建立通信环境的一种特殊的近距离无线连接技术。Wi-Fi（Wireless Fidelity）是一种无线网络技术，它是一种短距离、高速的无线网络技术，它的作用是使用无线电波的方式来提供网络连接以及在不同的设备之间进行数据传输。传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。智能手环是通过传感器检测使用者的心率。故本题答案是D选项。 11．C 【详解】本题考查数据安全相关内容。为了保障数据的安全，可以通过以下措施：①定期备份数据库 ②安装磁盘阵列系统 ③安装防火墙系统 ④对数据进行加密 ⑤安装杀毒软件。C选项，通过公共 WiFi 传输敏感数据，容易泄露信息，造成安全隐患。故本题答案是C选项。 12．D 【详解】本题考查的是信息安全。姓名有可能重名，不适合用做身份认证。故本题应选D。 13．C 【详解】本题考查的是大数据采集。采集的大数据中，常见的数据问题主要是：①数据缺失②数据重复④数据异常。故本题应选C。 14．A 【详解】本题主要考查数据安全。数据加密技术是指一条消息通过加密密钥和加密函数转换成无意义的密文，接收者通过解密函数和解密密钥将密文还原成明文。 这样，我们就可以保护数据不被非法窃取和读取。 提高计算机安全水平的基础是掌握数据加密的本质，数据加密由明文 (未加密报文)、密文 (加密报文)、加解密设备或算法、加解密密钥四部分组成。数据加密属于数据安全保护措施，故本题选A选项。 15．迭代 【详解】本题考查数值计算。在数值计算中，迭代法是一种通过不断逼近目标值来求解方程的方法。它通过从一个初始猜测开始，逐步改进猜测值，直到达到所需的精度。常见的迭代法包括牛顿迭代法、二分法和简化牛顿法等。 16．条件数 【详解】本题考查数值计算。在数值计算中，条件数（Condition Number）是用来衡量算法对于输入数据小的变化所引起输出结果变化的敏感程度的一个指标。条件数越大，算法对输入数据的微小变化越敏感，结果的误差可能会被放大；条件数越小，算法对输入数据的变化越不敏感，结果的误差相对较小。 17．非对称 【详解】本题考查加密技术。在加密技术中，这种使用不同密钥进行加密和解密的方法被称为非对称加密（或公钥加密）。非对称加密使用一对密钥：公钥和私钥。公钥用于加密数据，私钥用于解密数据。只有拥有私钥的人才能解密用公钥加密的数据，从而保证了数据的安全性。常见的非对称加密算法包括RSA、ECC等。 18．数据采集 【详解】本题考查的是数据处理。各路口安装的24小时监控摄像头，将获取的数据传输到交警的监控中心，此过程属于数据处理流程中的数据采集。 19．正确 【详解】本题考查的是数据采集。在日常生活中，数码照相机、数码录像机、手写板、扫描仪等属于数据采集工具。说法正确。 20．正确 【详解】本题考查数据采集相关内容。网络数据采集是数据采集的一种常用方法，它通过网络爬虫或网站公开API等方式获取网络数据信息，网络爬虫一般是从网页的URL开始获取。故本题答案是：正确。 21．正确 【详解】本题考查数据安全相关内容。数据校验是为保证数据的完整性，用一种指定的算法对原始数据计算出的一个校验值。接收方用同样的算法计算一次校验值，如果和随数据提供的校验值一样，说明数据是完整的。故本题答案是：正确。 22． 传感器 C 【详解】本题考查数据采集相关内容。（1）传感数据采集是指利用传感器对各种物理量或化学量进行测量，并将其转换成可处理的数据信号的过程。互联网数据采集服务就是通过各种技术手段获取互联网上的信息，将其整合、分析并提供给用户。网络采集是指利用采集工具批量采集网页中的内容，其中包括论坛、贴吧、竞争对手网站等的内容，直接保存到数据库或发布到网站的一个流程，是一个从目标网页中摘取某些数据形成统一的本地数据库的一个过程。材料中数据收集的方式为传感器收集，故本题答案是：传感器。（2）选项A正确，数据需要转换成数字化形式才能被计算机高效利用。选项B正确，通过数据处理和分析可以为决策提供科学依据。选项D正确，计算机中数据是以二进制形式存储的。选项C不正确，不同类型的数据收集方式其收集数据的数量和效率会有较大差异。故选C。 23． 有损压缩 11 A 训练集 C ②①③④ 【详解】本题考查数据与处理相关内容。 （1）有损压缩是利用了人类对图像或声波中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息：虽然不能完全恢复原始数据，但是所损失的部分对理解原始图像的影响缩小，却换来了大得多的压缩比，常见的有损压缩格式有JPEG、GIF、MP3、MP4等。无损压缩是利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率是受到数据统计冗余度的理论限制，一般为2：1到5：1，这类方法广泛用于文本数据，程序和特殊应用场合的图像数据（如指纹图像，医学图像等）的压缩。题干中的压缩为有损压缩，故本题答案是：有损压缩。 （2）依据编码规则，压缩结果为“0，1，8，3，5，7”，则图像的颜色编号为：0111111111000111110000000，可知白色的个数是11（1+3+7），故本题答案是：11。 （3）十进制数转换为十六进制数的方法是除以16取余数，然后将得到的余数从下到上排列，形成十六进制数。（66）10=（42）16；（102）10=（66）16；（255）10=（FF）16。故本题答案是：A。 （4）训练集是人工智能模型学习的核心数据来源，它包含了大量的标注样本，用于训练模型，使模型能够学习到数据的内在规律和特征。测试集是人工智能模型构建中的最后一道关卡，用于对模型进行最终的评估和比较。故本题答案是：训练集。 （5）数据分类是数据分析处理中最基本的方法，数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将分类数据项映射到某一特点类别的功能。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发、自动进行分类。回归分析是一种统计分析方法，可以帮助研究人员预测未知变量的范围，分析和预测数据变量之间的对应关系，以及确定影响变量变化的因素。小申想要基于这些数据预测某天的温度，最合适的方法是回归。故本题答案是：C。 （6）数据处理的基本过程包括数据收集、数据清洗、数据转换、数据整理、数据分析、数据可视化和决策支持。小申尝试用大模型预测天气的处理过程：利用数据抽取转换加载工具从多个数据源采集天气数据-->对采集到的天气数据进行清洗和预处理-->使用盘古大模型对数据进行训练和预测-->通过可视化工具展示预测结果。故本题答案是：②①③④。 答案第1页，共2页 答案第1页，共2页 学科网（北京）股份有限公司 $$