2017电大计算机考试题6,2017年电大 电大计算机考试本科试题.doc

2017年电大 电大计算机考试本科试题

电子表格

1在考生文件夹下新建一个Excel工作簿,完成以下操作:

(1)将Sheet1工作表重命名为debug1。

(2)试采用数据的填充功能分别填充A3:A30、B3:B30和C3:C30区域,前一区域中的前两个单元格的内容为“10”和“11”,中间区域中的前两个单元格的内容为“10101”和“10102”,最后区域中的前两个单元格的内容为“2006-10-15”和“2006-10-16”。

完成以上操作后将该工作簿以prac2.xls为文件名保存到考生文件夹下。

操作提示:

①启动Excel后,通过单击“文件”菜单选项中的“保存”或“另存为”选项,打开“另存为”对话框,在“文件位置”下拉列表中选择考生文件夹所在位置;

②在“文件名”文本框中输入工作簿文件名prac2.xls,接着单击“保存”按钮完成指定工作簿文件的建立;

③在工作簿文件中,把Sheet1工作表标签修改为debug1;

④在其中的A3和A4单元格中分别输入“10”和“11”,接着选择这两个单元格,单击填充柄并向下拖曳至A30单元格后松开;同理可以输入和填充B3:B30和C3:C30区域。

⑤保存文件。

2打开考生文件夹下的Excel工作簿Excel02.xls,在“计算机系奖金表”工作表中完成以下操作:

(1)删除“性别”列。

(2)计算出每位职工的基本奖金、出勤奖和贡献奖的合计(计算公式为:合计=基本奖金+出勤奖+贡献奖),结果存放于E2:E6单元格区域。

完成以上操作后将该工作簿以原文件名保存到考生文件夹下。

操作提示:

①选择B1:B6区域,接着单击“编辑”→“删除”选项,打开“删除”对话框,从中选中“右侧单元格左移”单选按钮后单击“确定”按钮;

②在“合计”标题下面的E2单元格中输入公式“=B2+C2+D2”,然后单击并拖曳填充柄直到E6为止。

③保存文件。3

打开考生文件夹下的Excel工作簿Excel15.xls,在Sheet1工作表中完成以下操作:

根据Sheet1工作表中的数据,按照下图的相同样式创建对应的图表。

完成以上操作后将该工作簿以原文件名保存到考生文件夹下。

操作提示:

①从数据表中选取名称和数量两列数据;

②单击工具栏上的“图表向导”按钮,打开图表向导的第一步对话框,选择图表类型为饼图,单击“下一步”按钮;

③接着打开图表向导的第二步对话框,选择图表源数据,保持默认设置不变,即用商品名称做分类轴,以数量为数值系列,单击“下一步”按钮;

④接着打开图表向导的第三步对话框,确定图表选项,在“标题”选项卡中“图表标题”文本框中输入“商品数量比较图表”,在“图例”选项卡的命名为“位置”的一组单选钮中,选中“底部”单选钮,在“数据标志”选项卡的命名为“数据标签”的一组复选框中,只选中“值”复选框, 单击“下一步”按钮;

⑤接着打开图表向导的第四步对话框,确定图表显示位置,保持默认设置不变,单击“完成”按钮。

注意:在饼图中只能使用一个数值系列,不能出现多个数值系列,而在柱形、折线等图表中无此限制。

4打开考生文件夹下的Excel工作簿Excel14.xls,在Sheet1工作表中完成以下操作:

根据Sheet1工作表中的数据,按照下图的相同样式创建对应的图表。

完成以上操作后将该工作簿以原文件名保存到考生文件夹下。

操作提示:

①从数据表中选取分类轴“姓名”属性以及3个数值系列“基本奖金”、“出勤奖”和“贡献奖”属性所对应的标题及全部值区域;

②单击工具栏上的“图表向导”按钮,打开图表向导的第一步对话框,选择图表类型为簇状柱形图,单击“下一步”按钮;

③接着打开图表向导的第二步对话框,选择图表源数据,保持默认设置不变,单击“下一步”按钮;

④接着打开图表向导的第三步对话框,确定图表选项,在“标题”选项卡中“图表标题”文本框中输入“职工奖金图表”,在“分类轴”和“数值轴”文本框中分别输入“姓名”和“金额”,在“图例”选项卡的命名为“位置”的一组单选钮中,选中“底部”单选钮,单击“下一步”按钮;

⑤接着打开图表向导的第四步对话框,确定图表显示位置,保持默认设置不变,单击“完成”按钮。

⑥保存文件。

5打开考生文件夹下的Excel工作簿Excel13.xls,在Sheet1工作表中完成以下操作:

(1)按“性别”升序排序。

(2)按照“性别”分类对“基本奖金”、“出勤奖”和“贡献奖”分别进行求和汇总(汇总结果显示在数据下方)。

完成以上操作后将该工作簿以原文件名保存到考生文件夹下。

操作提示:

①选取整个数据表;

②单击“数据”→“排序”,打开“排序”对话框,在“主要关键字”下拉列表框中选择“性别”选项,单击“确定”按钮后,数据表就按照性别的升序排列了;

③单击“数据”→“分类汇总”,打开“分类汇总”对话框,在“分类字段”中选择“性别”

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、项目问题、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题、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、项目问题、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题、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、项目问题、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题、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题。
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