2017年度全国计算机应用能力考试,2017年全国计算机应用能力考试题库

2017年全国计算机应用能力考试题库

计算机辅助设计已成为工程设计优质化、自动化的重要手段。在理论研究方面,计算机是人类大脑的延伸,可代替人脑的若干功能并加以强化。下面是小编整理的关于全国计算机应用能力考试题库,欢迎大家参考!

1、 在Windows系统的任何操作过程中,按( C )键一般可获得联机帮助。

A、Esc B、Alt C、F1 D、Enter

2、 在Windows中,任务管理器一般可用于( B )

A、关闭计算机 B、结束应用程序 C、修改文件属性 D、修改屏幕保护

3、 Windows的命令菜单中,变灰的菜单表示( C )

A、可弹出对话框 B、该菜单命令正在运行

C、该菜单命令当前不起作用 D、该菜单命令的快捷键

4、 在缺省方式下,可以按( B )来启动和关闭输入法

A、Ctrl+Space B、Ctrl+Shift C、Alt+Space D、Alt+Shift

5、 Windows中将信息传送到剪贴板不正确的方法是用( C )

A、 用“复制”命令把选定的对象送到剪贴板 B、用“剪切”命令把选定的对象送到剪贴板

C、Ctrl +V把选定的对象送到剪贴板 D、用Ctrl +X把选定的对象送到剪贴板

6、 Windows2000操作系统是一个( D )

A、单用户多任务操作系统 B、单用户单任务操作系统

C、多用户单任务操作系统 D、多用户多任务操作系统。

7、 退出Windows2000操作系统应先( A )

A、关闭所有已打开的程序 B、关闭Windows2000系统

C、断开服务器的连接 C、直接关闭电源、不需要其它操作

8、 在Windows2000桌面上,鼠标无论处于何处,只要( C )屏幕就会出现一个快捷菜单

A、单击左键 B、双击 C、单击右键 D、拖放

9、 在Windows2000中,下列叙述正确的是( D )

A、不可同时运行多个程序 B、桌面上不可同时容纳多个窗口

C、不可支持鼠标操作 D、不可运行所有的DOS应用程序

10、当鼠标的光标移到视窗的边角处时,鼠标的光标形状会变为( A )

A、双向箭头 B、无变化 C、游标 D、沙漏斗

11、在Windows2000中,当鼠标是沙漏斗时,表明计算机( D )

A、当前为插入状态 B、已死机 C、正在读盘 D、正处于忙的状态。

12、在Windows2000中,为了重新排列桌面上的'图标,首先应进行的操作是( A )

A、用鼠标右键单击桌面空白处 B、用鼠标右键单击任务栏空白处

C、用鼠标右键单击已打开窗口的空白处 D、用鼠标右键单击开始菜单

13、下列关于“任务栏”的功能说法,不正确的是( A )

A、显示系统所有功能 B、显示当前所运行的所有程序的等信息

C、可显示当前活动窗口 D、实现当前所运行的务应用程序之间的切换

14、在Windows2000环境下,当一个应用程序窗口被最小化后,该应用程序( D )

A、终止运行 B、在前台运行 C、被停止运行 D、在后台运行

15、在Windows2000中,窗口可以移动和改变大小,而对话框( B )

A、既不能移动也,也不能改变大小 B、仅可能移动,不能改变大小

C、仅可以改变大小,不能移动 D、既能移动,也能改变大小

16、可以打开“开始”菜单的操作是( C )

A、按Shift+Tab B、按Ctrl+Shift C、 Ctrl+Esc D、按空格键

17、在Windows2000“开始”菜单中,当用鼠标单击带有右向箭头的命令时会出现一个( B )

A、文件夹 B、级联菜单 C、对话框 D、窗口

18、在使用键盘进行菜单操作时,可同时按下( B )键和菜单项中带下划线的字母来选某一个菜单项

A、Alt B、Ctrl C、Shift D、Del

19、在Windows的窗口中,选中末尾有省略号(…)的菜单命令意味着将( D )

A、将弹出下一级菜单 B、将立即执行该菜单的命令

C、表明该菜单可被选用 D、弹出一个对话框。

20、在Windows2000的界面中,有些菜单选项为模糊显示,这意味着这些菜单选项( B )

A、没用 B、暂不可用 C、提醒用户小心使用 D、可以照常使用

【2017年全国计算机应用能力考试题库】相关文章:

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。以下是深学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深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. **深学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深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)**:如梯下降(Gradient Descent)、随机梯下降(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