计算机一级MS表格题,2016年计算机一级MSOFFICE综合训练题

2016年计算机一级MSOFFICE综合训练题

一、电子表格

1.打开工作簿文件EXCEL14.XLS(内容如下),操作要求如下:将下列数据建成一个数据表(存放到A1:E5的区域内),并求出个人工资的浮动额以及原来工资和浮动额的"总计"(保留小数点后面两位),其计算公式是:浮动额=原来工资×浮动率,其数据表保存在Sheet1工作表中。

1644442614-0.jpg

2.对建立的数据表,选择"姓名"、"原来工资"、"浮动额"(不含总计行)三列数据,建立"柱形圆柱图"图表,将分类(X)轴设置为"姓名",数值(Z)轴设置为"原来工资",图表标题为"职工工资浮动额的情况",嵌入到工作表A7:F17区域中。

3.将工作表Sheet1重命名为"浮动额情况表"。

二、基本操作

1.删除考生文件夹下LOBA文件夹中的TUXING文件夹。

2.将考生文件夹下ABS文件夹中的LOCK.FOR文件复制到同一文件夹中,文件重命名为FUZHI.FOR。

3.为考生文件夹下WALL文件夹中的PBOB.TXT文件建立名为KPBOB的快捷方式,并存放在考生文件夹下。

4.在考生文件夹下XILIE文件夹中新建名为BTNBQ的文件夹,并将属性设置为只读。

5.搜索考生文件夹下的.DONGBEI.DOC文件,然后将其删除。

三、文字处理

1.在某文件夹中,存有文档WT14.DOC,其内容如下:

【文档开始】

咏柳

乱条犹未变初黄,

倚得东风势便狂。

解把飞花蒙日月,

不知天地有清霜。

【文档结束】

按要求完成下列操作:新建文档WD14.DOC,插入文件WT14.DOC的内容,将标题设置为三号、宋体字、加粗、居中、字间距2磅;正文部分设置为四号、仿宋_GB2312字体、倾斜、居中。存储为文件WD14.DOC。

2.新建文档WD14A.DOC,插入文件WD14.DOC的内容,正文第1行文字下加着重号、第2行文字加下划线(单线),第3行文字加边框,第4行文字下加红色波浪线。存储为文件WD14A.DOC。

3.新建文档WD14B.DOC,插入文件WD14A.DOC的内容,设置标题段后间距设置为2行距,正文各行间距1.5倍行距。存储为文件WD14B.DOC。

4.新建一个5行4列表格,第2列宽2.6厘米,列间距为0厘米,其余列宽3厘米,行高0.63厘米。表格边框为1.5磅实线,表内线0.75磅实线,表格线全为红色,底纹为黄色。存储为文件WD14C.DOC。

5.新建文档WD14D.DOC,插入文件WD14C.DOC的内容,将表格线全设置为黑色,底纹设置为白色,将第1列3至5行拆分为2列,将最后2列1至4行拆分为3列(修改后表格如下所示)。存储为文件WD14D.DOC。

1644444319-1.jpg

四、演示文稿

打开考生文件夹下的演示文稿yswg14.ppt,按照下列要求完成操作并保存。

1644445930-2.jpg

1.将第一张幻灯片中的标题设置为54磅、加粗;将第二张幻灯片版式改为"垂直排列标题与文本",然后将第二张幻灯片移动为演示文稿的第三张幻灯片;将第一张幻灯片的背景纹理设置为"水滴"。

2.将第三张幻灯片的文本部分动画效果设置为"飞入"、"底部",全部幻灯片的切换效果设置为"中部向上下展开"。

五、上网(需要在模拟环境下运行)

接收并阅读由jinfeiteng@vip.sina.com发来的E-mail,并立即回复,回复内容为"您所要的资料已用快递寄出"。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值