2026年7月浙江省普通高中学业水平考试高中信息技术试题（附答案解析）

这是一份2026年7月浙江省普通高中学业水平考试高中信息技术试题（附答案解析），共3页。试卷主要包含了单选题，综合题等内容，欢迎下载使用。

一、单选题
阅读下列材料，完成下面小题。
某港口建成“低空智能理货系统”，集成了无人机、北斗定位和人工智能（AI）等技术。无人机巡检时，通过机载智能摄像头精准识别并判断货物情况、车辆作业状态等情况，并将巡检数据实时传输至服务器，系统依据巡检数据有序工作。
1．下列关于该系统数据与数据处理的说法，正确的是（ ）
A．巡检数据仅为无人机服务
B．传输至服务器的数据是数字化的
C．该系统中的数据表现形式只有图像
D．该系统中的数据全部由系统自动生成
2．为了保障系统中的数据安全，下列措施不合理的是（ ）
A．及时更新系统补丁B．设置系统访问权限
C．对货物数据进行备份D．关闭无人机巡检数据备份功能
3．若无人机巡检发现“车辆严重拥堵”，但AI无法判断是因为“事故”的原因，还是由“正常作业高峰”引起的，下列做法合理的是（ ）
A．AI完全接管系统，强制所有车辆停车
B．AI忽略异常情况，让系统继续运行
C．AI提供辅助建议，由人工做最终决策
D．AI仅记录拥堵数据，不提示操作人员
阅读下列材料，完成下面小题。
某农业科技公司引入“机器人辅助智能灌溉系统”。机器人装备了土壤湿度传感器、摄像头以及显示屏。机器人从服务器下载路径规划图像，按照规划路径巡游于农地，通过探针获取土壤湿度，通过摄像头拍摄作物图像，按照设置执行标准。针对一个采样点，通过探针获取土壤湿度，通过摄像头拍摄作物图像，并通过4G、WiFi等方式传输到远程终端的服务器上，服务器根据作物图像分析判断农作物缺水指标高低，或检测到土壤湿度低于阈值，则控制水泵进行定点灌溉。
4．该系统判断作物是否缺水的方式是（ ）
A．通过超声波雷达检测障碍物B．通过对作物进行图像分析
C．通过激光雷达检测土壤D．通过显示屏显示作物状态
5．下列属于机器人上传至服务器的数据是（ ）
①作物图像 ②土壤湿度 ③温度阈值 ④路径规划数据
A．①②B．①③C．②④D．③④
6．下列关于该系统功能的说法，正确的是（ ）
A．摄像头拍摄作物图像属于数据的存储
B．机器人下载路径规划图像属于数据的输出
C．机器人读取土壤湿度的过程属于数据的输入
D．服务器判断土壤湿度是否低于阈值的过程属于数据的存储
7．下列硬件中，与系统判断“是否进行定点浇灌”无关的是（ ）
A．土壤湿度探针B．摄像头C．显示屏D．服务器
8．算法的部分流程图如图所示，执行该流程时，若输入a，b，c的值分别为6，8，3，则输出a，b，c的值分别为（ ）
A．3，6，8B．3，8，6C．6，8，3D．8，6，3
9．某Pythn程序如下：
st=[[1,2.5],[2,5],[3,5],[5,6],[7,9]]
n=len(st); c=-1
t=0; i=0
while i=t:
c+=1
t=s
i+=1
print(c)
程序运行后，输出的结果是（ ）
A．2B．3C．4D．5
二、综合题
10．某研究小组开发“智能门禁系统”，该系统使用智能摄像头采集并识别人脸图像，也可以采用RFID读卡器读取校园卡数据。若人脸识别成功或校园卡识别成功，则开启闸机，否则通过电子屏与扬声器示警。系统会记录每一条识别信息至服务器，失败信息添加时，姓名统一为“***”，卡号为“FFFFFF”。
(1)该系统服务器端程序采用FlaskWeb框架编写，若终端设备某次上传识别结果的部分URL为:8080/uplad，则服务器IP地址是____________________。
(2)请从题干所提及的设备中，分别列举一种输入、输出设备的名称，填入划线处。
(3)该系统卡号采用十六进制编码，下列选项中不能作为该系统卡号的是____________
A．3D5F29B．7E8A93C．2G5B34
(4)研究小组将3月份数据导出到文件data.csv，发现每天都有部分人脸识别失败的情况，部分数据如图a所示，统计该月每天门禁人脸识别成功率，并绘制线形图，如图b所示。实现该功能的部分Pythn程序如下，请选择合适的代码填入划线处。
imprt pandas as pd #导入pandas模块
imprt matpltlib. pyplt as plt #导入pyplt子库
df = pd. read csv("data. csv") #选取文件中的数据
df 1= df[df["识别类别"] ="人脸识别"] #筛选
df 1= df[df["识别结果"]═"失败"]
df 1= df1. grupby("日", as index = False). cunt() #分组计数
df2= df[df["识别结果"]═"成功"]
_________
_________
_________
#设置绘图参数，并显示如图b所示的线形图，代码略
①②③处可选的代码有：
A．df2["成功率"]=df2["卡号"]/(df2["卡号"]+df1["卡号"])*100 #新增“成功率”列
B．df2=df2. grupby("日", as index = False). cunt()
C． plt. plt（df2["日"],df2["成功率"]） #绘制线形图
(5)观察图b可知，有几天人脸识别成功率较低，研究小组调查后发现，其中一种原因是这几天光线较暗。请针对“光线较暗导致人脸识别成功率下降”这个问题，写出一项解决该问题的措施：_________。
11．小明学习某导航软件“通过车辆起步数据推算交通信号灯周期”的算法，研究某路口信号灯固定周期时长（20秒≤固定周期≤300秒）的推算，编写程序模拟推算过程。算法步骤如下：
①对该路口某条直行车道的原始车辆起步数据进行预处理；②通过“离停止线距离小于3米”的条件筛选出所有首车，计算所有相邻首车的起步时间差，将其中符合固定周期范围的数据组成差值序列；③对差值序列进行处理，计算最终周期。
(1)原始数据预处理后存入列表data中，每个元素包含起步时间、离停止线距离（单位：米）两个数据项，并按起步时间先后顺序排列。根据首车的筛选条件“离停止线距离小于3米”，下列示例数据中，共有_____辆首车。
示例：［［"08:00:01",2.3］,［"08:01:31",1.2］,［"08:01:35",7.3］,［"08:03:03",1.1］］
(2)编写getdt()函数用于处理上述列表data，返回各相邻首车符合固定周期范围的时间差序列，请在划线处填入合适的代码：
def getsec(t)：
#本函数将形如"hh:mm:ss"的参数t转化为当日的累计秒数并返回，代码略
def getdt(data):
dt = []; tmp = -1
fr i in range(len(data)):
ts = getsec(data[i][0])
if data[i][1] < 3:
if tmp =-1:
tmp = ts
else:
if 20