HCIP-HarmonyOS Application Developer 习题(十四)

(多选)1、HarmonyOs为应用提供丰富的Al(Artificial Intelligence)能力,支持开箱即用。下列哪些是它拥有的AI能力?

A、通用文字识别
B、词性标注
C、实体识别
D、语音播报

答案:ABCD
分析:

AI能力简介
二维码生成根据开发者给定的字符串信息和二维码图片尺寸,返回相应的二维码图片字节流。调用方可以通过二维码字节流生成二维码图片。
通用文字识别通过拍照、扫描等光学输入方式,把各种票据、卡证、表格、报刊、书籍等印刷品文字转化为图像信息,再利用文字识别技术将图像信息转化为计算机等设备可以使用的字符信息的技术。
图像超分辨率提供适用于移动终端的1倍和9倍(宽、高各放大三倍,总面积放大9倍)超分能力;1倍超分可以去除图片的压缩噪声,9倍超分在有效抑制压缩噪声的同时,提供3倍的边长放大能力。
文档检测校正提供了文档翻拍过程的辅助增强功能,包含两个子功能:文档检测和文档校正。
文字图像超分文字图像超分辨率可以对包含文字内容的图像进行9倍放大(高宽各放大3倍),同时增强图像内文字的清晰度,称为“文字图像超分辨率”,简称“文字图像超分”。
分词对于一段输入文本,可以自动进行分词,同时提供不同的分词粒度。开发者可以根据需要自定义分词粒度。
词性标注对于输入的一段文本,自动通过词性标注接口对其进行分词,并为分词结果中的每个单词标注一个正确的词性。词性标注提供不同的分词粒度,开发者可以根据需要自定义分词粒度。
助手类意图识别对用户发送给设备的文本消息进行语义分析和意图识别,进而衍生出各种智能的
应用场景,使设备更智慧、更智能。
IM类意图识别利用机器学习技术,针对用户短信或聊天类APP等IM应用的文本消息进行内容分析,并识别出消息内容代表的用户意图。
关键字提取可以在大量信息中提取出文本想要表达的核心内容,可以是具有特定意义的实体,如:人名、地点、电影等。也可以是一些基础但是在文本中很关键的词汇。
实体识别从自然语言中提取出具有特定意义的实体,并在此基础上完成搜索等一系列相关操作及功能。
语音识别将语音文件、实时语音数据流转换为汉字序列,准确率达到90%以上(本地识别95%)。
语音播报将文本转换为语音并进行播报。

(多选)2、JS语言开发时,生成的二维码图片支持以下哪些类型?

A、矩形
B、椭圆形
C、多边形
D、圆形

答案:AD
分析:JS 语言开发时,生成的二维码图片的宽高最小值为 200px;当宽高不一致时,以二者最小值作为二维码的边长,且最终生成的二维码居中显示。支持矩形、圆形两种二维码类型(默认是矩形)。

(多选)3、在AI能力中,通用文字识别的核心技术是OCR(Optical CharacterRecognition,光学字符识别)。OCR是一种通过拍照、扫描等光学输入方式,把各种票据、卡证、表格、报刊、书籍等印刷品文字转化为图像信息,再利用文字识别技术将图像信息转化为计算机等设备可以使用的字符信息的技术。它支持的图片格式有哪些?

A、jpeg
B、jpg
C、svg
D、png

答案:ABD
分析:通用文字识别存在如下约束与限制:
⚫ 支持处理的图片格式包括 JPEGJPGPNG
⚫ 通用文字识别目前支持的语言有:中文、英文、日语、韩语、俄语、意大利语、西班牙
语、葡萄牙语、德语,以及法语(将来会增加更多语种)。
⚫ 目前支持文档印刷体识别,不支持手写字体识别。
⚫ 为保证较理想的识别结果,调用通用文字识别功能时,应尽可能保证输入图像具有合适的
成像质量(建议 720p 以上)和高宽比例(建议 2:1 以下,接近手机屏幕高宽比例为
宜)。当输入图像为非建议图片尺寸时,文字识别的准确度可能会受到影响。
⚫ 为保证较理想的识别结果,建议文本与拍摄角度夹角在正负 30 度范围内。

(多选)4、在进行通用文字识别时,调用ITextDetector的detect()方法,获取识别结果Int detect(Visionlmage image, Text result.VisionCallback visionCallBack);关于下列描述,哪些是正确的?

A、image为待OCR检测识别的输入图片;
B、如果visionCallback为null,执行同步调用,结果码由方法返回,检测及识别结果由result返回
C、如果visionCallback为有效的回调函数,则该函数为异步调用,函数返回时result中的值无效,实际识别结果由回调函数返回。
D、同步模式调用成功时,该函数返回结果码700。异步模式调用请求发送成功时,该函数返回结果码0。

答案:ABC
分析:同步模式调用完成时,该函数立即返回结果码0;异步模式调用请求发送成功时,该函数返回结果码 700。

(多选)5、图像超分在实际应用中有广泛的前景,下列属于图像超分可能的应用场景的是

A、自动识别图像中文本
B、抑制压缩噪声
C、节省存储和流量
D、高质量放大

答案:BCD
分析:文字图像超分辨率可以对包含文字内容的图像进行9倍放大(高宽各放大3倍),同时增强图像内文字的清晰度,称为“文字图像超分辨率”,简称“文字图像超分”。
图像超分可能的应用场景包括但不限于:
抑制压缩噪声:1x 的超分可以去除高压缩率图片的压缩噪声。
节省存储和流量:可加大图片压缩率,有助于存储及传送高压缩率的图片。
高质量放大:3x 超分将图片放大 3 倍,还能有效抑制压缩噪声。

(多选)6、HarmonyOS系统支持的弹窗API有哪些?

A、showToast
B、showDialog
C、showActionMenu
D、showText

答案:ABC
分析:
在这里插入图片描述

(多选)7、HarmonyOs的电量信息状态有哪几种?

A、未知状态
B、使能状态
C、停止状态
D、已充满状态

答案:ABCD
分析:
在这里插入图片描述

(多选)8、DevEco Studio支持以下哪些类型的编程语言供开发者进行HarmonyOS应用/服务开发?

A、Java
B、JS
C、eTS
D、C/C++

答案:ABCD
分析:DevEco Studio提供了多种编程语言供开发者进行HarmonyOS应用/服务开发,包括Java、JS、eTS和C/C++编程语言。

(多选)9、在应用开发过程中,DevEcoStudio为开发者提供了预览器(Previewer)的功能,可以查看应用的UI界面效果,它支持以下哪些预览类型?

A、实时预览
B、动态预览
C、自定义预览
D、双向预览

答案:ABCD
分析:
在这里插入图片描述

(多选)10、JS代码类型支持以下哪几项断点管理功能?

A、普通行断点
B、异常断点
C、符号断点
D、方法断点

答案:AB
分析:
在这里插入图片描述

(多选)11、在进行变量可视化调试时,开发者可以看到哪些展示方式?

A、Plain
B、Line
C、Bar
D、Table

答案:ABCD
分析:
在这里插入图片描述

(多选)11、HarmonyOS Connect服务包增强服务包含哪些?

A、设备运维分析
B、运营变现能力
C、专属场景服务
D、极简连接

答案:ABC
分析:增强服务提供设备运维分析、运营变现能力以及专属场景服务。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/57300.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Docker 拉取镜像时配置可用镜像源(包含国内可用镜像源)

在/etc/docker/daemon.json中写入如下内容(如果文件不存在请新建该文件): { "registry-mirrors":["https://registry.docker-cn.com"] } 重新加载 json 配置文件: sudo systemctl daemon-reload重启 docker 服务: sud…

(JAVA)贪心算法、加权有向图与求得最短路径的基本论述与实现

1. 贪心算法 1.1 贪心算法的概述: 贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。 贪心算法的特点是一步一步地进行,常以当前情况为基础根据某个优化测度作最优选择,而不考虑各种可能的整体情况,省去了为找最优…

Python自动化发票处理:使用Pytesseract和Pandas从图像中提取信息并保存到Excel

1. 引言 在财务部门,处理大量的纸质或扫描版发票是一项既耗时又容易出错的任务。通过使用Python中的pytesseract(一个OCR工具)和pandas库,我们可以自动化这一过程,从而提高工作效率并减少错误。 2. 安装所需库 首先…

Spring基于底层 API 的编程式管理和基于 TransactionTemplate 的编程式事务管理

在 Spring 中,事务管理可以通过编程式方式实现,主要有两种方式:基于底层 API 的编程式管理和基于 TransactionTemplate 的编程式事务管理。以下是两种方式的示例: 1. 基于底层 API 的编程式事务管理 这种方式直接使用 Spring 提…

Python 函数详解

引言 函数是编程中非常重要的概念,它允许我们将代码组织成可重用的块。Python 提供了灵活且强大的函数功能,包括创建和调用函数、形式参数与实际参数、位置参数、关键字参数、默认参数值、可变参数、返回值、变量作用域以及匿名函数(lambda&…

Linux 配置 ssh —— ubuntu

Linux 配置 ssh —— ubuntu 设置 ip 这里我们选择使用系统 DHCP 自动分配的 IP,有些教程推荐使用自定义 IP,但是这样我们就没法上网,所有这里采用自定义 IP 即可 安装并启动 ssh 首先需要安装 ssh: sudo apt-get install op…

【深度学习中的注意力机制6】11种主流注意力机制112个创新研究paper+代码——加性注意力(Additive Attention)

【深度学习中的注意力机制6】11种主流注意力机制112个创新研究paper代码——加性注意力(Additive Attention) 【深度学习中的注意力机制6】11种主流注意力机制112个创新研究paper代码——加性注意力(Additive Attention) 文章目录…

修复Oracle MySQL Server 安全漏洞(CVE-2023-0464)

@[TOC](修复Oracle MySQL Server 安全漏洞(CVE-2023-0464)) 对于MySQL的漏洞问题,建议通过防火墙来限制远程访问本地3306端口的方式来处理。如果必须要升级,那么涉及到的具体兼容性问题,新版本安装后会导致的业务异常。 所以,建议采用增加防火墙策略的方式,不建议对mysql进…

计算PSNR, SSIM, VAMF工具

计算PSNR, SSIM, VAMF GitHub - fifonik/FFMetrics: Visualizes Video Quality Metrics (PSNR, SSIM & VMAF) calculated by ffmpeg.exe 绘制码率图 GitHub - fifonik/FFBitrateViewer: Visualizes video bitrate received by ffprobe.exe 视频对比 https://github.com/…

什么是全局污染?怎么避免全局污染?

全局污染(Global Pollution)是指在编程过程中,过度使用全局变量或对象导致命名冲突、代码可维护性下降及潜在错误增加的问题。在 JavaScript 等动态语言中,尤其需要关注全局污染的风险。 全局污染的影响 1. 命名冲突 3. 意外修改…

【C#】调用本机AI大模型流式返回

【python】AI Navigator的使用及搭建本机大模型_anaconda ai navigator-CSDN博客 【Python】AI Navigator对话流式输出_python ai流式返回-CSDN博客 前两章节我们讲解了使用AI Navigator软件搭建本机大模型,并使用python对大模型api进行调用,使其流式返…

Python Flask 框架下的 API 接口开发与封装示例

API(Application Programming Interface)接口的开发和封装是构建软件系统的重要环节。以下是关于 API 接口开发和封装的详细步骤: 一、需求分析 在开发 API 接口之前,首先需要明确接口的功能需求。这包括确定接口要提供哪些数据…

“智能科研写作:结合AI与ChatGPT提升SCI论文和基金申请质量“

基于AI辅助下的高效高质量SCI论文撰写及投稿实践 科学研究的核心在于将复杂的思想和实验成果通过严谨的写作有效地传递给学术界和工业界。对于研究生、青年学者及科研人员,如何高效撰写和发表SCI论文,成为提升学术水平和科研成果的重要环节。系统掌握从…

ProteinMPNN中DecLayer类介绍

PositionWiseFeedForward 类的代码 class PositionWiseFeedForward(nn.Module):def __init__(self, num_hidden, num_ff):super(PositionWiseFeedForward, self).__init__()self.W_in = nn.Linear(num_hidden, num_ff, bias=True)self.W_out = nn.Linear(num_ff, num_hidden, …

SAP_FICO模块-资产减值功能对折旧和残值的影响

一、业务背景 由于财务同事没注意,用总账给资产多做了一笔凭证,导致该资产金额虚增,每个月的折旧金额也虚增;现在财务的需求是怎么操作可以进行资产减值,并且减少每个月计提的折旧; 二、实现方式 通过事务码…

linux CentOs7 安装 FastDFS

CentOs7 安装 FastDFS 1. 安装依赖 yum install gcc libevent libevent-devel -y#进入src目录 cd /usr/local/src2. 安装 libfastcommon 库 libfastcommon 库是 FastDFS 文件系统运行需要的公共 C 语言函数库 # 下载 wget https://github.com/happyfish100/libfastcommon/a…

使用梧桐数据库进行销售趋势分析和预测

在当今竞争激烈的商业环境中,企业需要深入了解销售数据,以便做出明智的决策。销售趋势分析和预测是帮助企业把握市场动态、优化库存管理、制定营销策略的重要工具。本文将介绍如何使用SQL来创建销售数据库的表结构,插入示例数据,并…

6.2024.10.22

2024.10.22 2024.10.22 2024.10.22 今天没怎么学习嵌入式的,找时间补上今天学习的空缺。

qt EventFilter用途详解

一、概述 EventFilter是QObject类的一个事件过滤器,当使用installEventFilter方法为某个对象安装事件过滤器时,该对象的eventFilter函数就会被调用。通过重写eventFilter方法,开发者可以在事件处理过程中进行拦截和处理,实现对事…

go 语言 Gin Web 框架的实现原理探究

Gin 是一个用 Go (Golang) 编写的 Web 框架,性能极优,具有快速、支持中间件、crash处理、json验证、路由组、错误管理、内存渲染、可扩展性等特点。 官网地址:https://gin-gonic.com/ 源码地址:https://github.com/gin-gonic/gi…