2019-2020年高三一模语文试题 含答案(III)

《2019-2020年高三一模语文试题 含答案(III)》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2019-2020年高三一模语文试题含答案(III)考生注意：1．答卷前，考生务必在答题纸上将自己的姓名、准考证号、所在学校及班级等填写清楚。2．所有试题的答案必须全部涂（选择题）或写（非选择题）在答题纸上，写在试卷上一律不给分。答题时应注意试题题号和答题纸题号一一对应，不能错位。3．本试卷共6页。满分150分。考试时间150分钟。1.默写。（3分）⑴，误几回、天际识归舟？（柳永《八声甘州》）⑵三山半落青天外，。（李白《登金陵凤凰台》）⑶，为谁流下潇湘去。（秦观《踏莎行•郴州旅舍》）2.下列诗句中，没有用典的一项是（）（1分）A.黄沙百战穿金甲，不破楼兰终不还

2、。B.可怜后主还寺庙，日暮聊为《梁甫吟》。C.驿寄梅花，鱼传尺素，砌成此恨无重数。D.便纵有千种风情，更与何人说！3.下列诗句中，未使用修辞手法的一项是（）（1分）A.寻寻觅觅，冷冷清清，凄凄惨惨戚戚。B.倩何人，唤取红巾翠袖，揾英雄泪。C.落花水香茅舍晚，断桥头卖鱼人散。D.峰峦如聚，波涛如怒。山河表里潼关路。4.古人常以荷花喻人，下列诗歌中的荷花，不具此意的一项是（）（1分）A.秋荷独后时，摇落见风姿。无力争先发，非因后出奇。B.世间花叶不相伦，花入金盆叶作尘。惟有绿荷红菡萏，卷舒开合任天真。C.涉江玩秋水，爱此红蕖鲜。攀荷弄其珠，荡漾不成圆。D.毕竟西湖

3、六月中，风光不与四时同。接天莲叶无穷碧，映日荷花别样红。5.下列诗句中，没有使用比拟修辞手法的一项是（）（1分）A.霜禽欲下先偷眼，粉蝶如知合断魂。B.遥望洞庭山水色，白银盘里一青螺。C.只恐夜深花睡去，故烧高烛照红妆。D.有情芍药含春泪，无力蔷薇卧晓枝。6.春节将至，某汽车运输公司的停车场要贴一副对联，下列不宜作为春联的一项是（）（1分）A．平安靠好司机，场兴有主人翁。B．注意交通安全，遵守交通规则。C．大干快上多装，争分夺秒快跑。D．场兴我兴皆兴，场荣我荣俱荣。7.下列各项排序，最适合填入方框中的一项是（）（2分）保障发展权只有进行时，没有完成时。作为当今

4、世界最大的发展中国家，共同捍卫人类发展权利，相信我们这个世界一定会变得更加美好。（摘自《人民日报》xx12月2日）①也需要国际社会携起手来②中国仍然面临着发展不平衡、不协调等问题③互鉴发展经验④还需作出更大努力⑤实现更高水平的发展A.②①⑤③④B.④②③①⑤C.②⑤④①③D.④①③②⑤二阅读70分（一）阅读下文，完成第8—13题。（16分）科学大数据与数字地球郭华东等①19世纪70年代以来，随着第二次工业革命的爆发，新技术、新发明层出不穷，以文字为载体的数据量大约每10年翻一番；从工业化时代进入到信息化时代后，信息技术革命以前所未有的方式对社会、科技、经济变革

5、的发展起着决定作用，数据量以每3年翻一番的速度持续增长；近10年来，随着计算机技术和互联网的快速发展，音频、视频、文字、图片等半结构化、非结构化的数据大量涌现，社交网络、物联网、云计算被广泛应用，使得数据存储量、规模、种类飞速增长，大数据时代已悄然来临。xx年12月，IDC发布的“xx年的数字宇宙”报告中指出（图1），数据量将，预计全球数据总量达40ZB。②随着大数据时代的到来，国内外学术界正在从各种角度来分析和理解大数据的概念与内涵。当前的大数据定义主要通过两种不同的视角试图刻画大数据的外部特征：一种是相对特征，即在用户可接受的时间范围内，使用普通设备不能获

6、取、管理和处理的数据集；另一种是绝对特征，即体量大、类型多、真实性、变化速度快。③因此，与传统的逻辑推理研究不同，大数据研究是对数量巨大的数据做统计性的搜索、比较、聚类和分类等分析归纳，进行“相关分析”，重点关注所谓“相关性”，即2个或2个以上变量的取值之间存在某种规律性，目的在于找出数据集里隐藏的相互关系网。④在科学研究数据与日俱增的今天，我们把与科学相关的大数据称之为科学大数据。科学大数据将复杂性、综合性、全球性和信息与通信技术高度集成性等诸多特点融于一身，其研究方法也正在从单一学科向多学科、跨学科方向转变，从自然科学向自然科学与社会科学的充分融合方向过渡

7、，从个人或者小型科研团体向国际科学组织方向发展。⑤科学家不仅通过对广泛的数据实时、动态地监测与分析来解决难以解决或不可触及的科学问题，更是把数据作为科学研究的对象和工具，基于数据来思考、设计和实施科学研究。科学大数据正在使科学世界发生变化，科学研究已进入了一个全新的范式——数据密集型科学范式。近年来，美国国家科学基金会投入了大量资金支持数据密集型科学计算。其中，由戴尔公司研发的超级计算机“Stampede”已正式服役，其综合处理能力、高可用性和高性能能力超群。美国南加州地震中心利用Stampede预测了加州破坏性地震的频率。德州大学奥斯汀分校利用Stamped

8、e，通过详细的数据建模更好地描述了从南