答案：B
解析：正确
A. K均值一般会聚类所有对象，但DBSCAN会丢弃被它识别为噪声的对象
B. 当簇具有很不相同的密度时，K均值和DBSCAN的性能都很差
C. K均值可以用于高维的稀疏数据，DBSCAN则通常在此类数据上性能很差
D. K均值可以发现不是明显分离的簇，但DBSCAN会合并有重叠的簇
解析：见算法解析
解析：错误
A. 增大
B. 置为无穷
C. 置为0
D. 减少
解析：见算法解析
A. 使用卷积解决了全连接层的不足之处
B. 卷积和池化层组合使用，逐层级的提取图像特征
C. 在网络的最后使用全两层连接作为输出
D. 在网络的最后使用全两层连接作为输入
解析：见算法解析
A. LSTM
B. NLP
C. 神经网络模型
D. 预训练模型
解析：在算法层面，超大规模预训练模型等成为近两年最受关注的热点之一，不断刷新各领域榜单。
A. 2017
B. 2018
C. 2019
D. 2020
解析：2017年，人工智能首入政府工作报告意味着其已经 上升至国家战略高度。
A. 2016
B. 2017
C. 2018
D. 2019
A. 采集存储型传感器
B. 筛选型传感器
C. 控制型传感器
D. 集成式传感器
解析：基础概念
