云顶彩票app_在线用户注册平台 | 官网APP下载

交通运输部：救捞系统全力保障春运期间海上安全******

　　光明网讯（记者 陶媛）1月7日，2023年春运正式拉开序幕。记者从交通运输部获悉：交通运输部救捞系统结合2023年春运期间海上客流量发展态势、冬季寒潮大风和海冰等极端天气影响、海上重特大险情事故应急需求等因素，在我国沿海共部署72艘各类专业救助船艇、20架救助直升机、19支应急救助队、102艘打捞联动船舶，每天24小时不间断值班待命，全力以赴保障海上人民群众生命财产安全。

　　针对水上运输重点区域，救捞系统在渤海湾、长江口及舟山海域、珠江口、粤西海域和琼州海峡等事故多发海域均部署功率超过9000KW的大型专业救助船，能在大风浪等恶劣海况下执行救助任务。

　　此外，1月6日、7日，北海救助局、南海救助局在我国渤海海峡、琼州海峡相继开展了海空大型救助演练，演练内容包括落水人员搜救、直升机转运伤员、大规模人员转运、海上消防、海上拖带等训练科目，确保在险情发生的第一时间，对遇险船和遇险人员实施快速有效救助。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）