吉好彩票-吉好彩票

风雪边关路 千里送温暖******

　　春节前夕，本报记者随西部战区机关工作组看望慰问边防哨所官兵——

　　风雪边关路 千里送温暖

　　■本报记者 彭 亮 通讯员 彭小明

　　“穿上这身装具，站哨巡逻冷不冷？”春节前夕，记者随西部战区机关工作组来到海拔5380米的神仙湾哨所，看望慰问一线执勤官兵，为大家办实事解难题。工作组成员摸了摸战士身上的新式装具，嘘寒问暖细致入微。

　　边防哨所节日战备准备得怎么样？福利待遇政策落实成效如何？工作组领导告诉记者，近年来，党中央、中央军委和习主席高度重视边防建设，军地各级相继推出一系列惠军利兵举措，边防一线练兵备战、官兵生活条件等发生巨大变化。为进一步解决边防官兵训练执勤等方面存在的问题，西部战区按照“突出边防一线、倾斜艰苦地区”原则，专门抽组训练、政工、保障等要素，成立联合工作组，赶在春节前赴边防哨所看望慰问官兵，深入做好保生活、保战备工作。

　　翻雪山、过达坂、进哨所……驱车抵达某边防连时，夜幕已降临。此时，室外气温低至-24℃。记者看到，车刚停稳，工作组成员就兵分多路，直奔目的地——战区某处处长顾坤走进锅炉房，查看连队饮用水和暖气供应情况；某处参谋史诺走进制氧站，了解制氧装备性能和战备用氧基数；某处副处长张野峰来到班排宿舍与官兵围坐在一起，询问了解探亲休假、训练伤病等情况……该连连长张军深有感触地说：“工作组来之前就明确，不搞迎接、不听汇报，他们想到哪里、想了解什么就直达现场。”

　　“随着国家经济社会快速发展，各级大力推进边海防建设。如今，路、氧、暖、网、房都越来越好了！”谈及边关旧貌换新颜，已在高原一线坚守10年的二级上士扎西加参告诉记者。这些年，他亲眼见证巡逻走的砂石路变成柏油路、连队从土石房搬进阳光板房、营区从“信息孤岛”到用上无线网络……

　　守好边关，身体健康是基础，安心用心是关键。某边防连列兵马礼渊初上高原，脸上还没有标志性的“高原红”。工作组成员、某处处长杨柳青和军医一起，召集马礼渊等4名新兵，为他们普及高原病防治常识，介绍应急救援经验。大家拉家常、谈心事，很快打成一片。

　　“首次在高原过年，有什么期待？”面对记者询问，新兵们不仅想与家人视频通话、观看春节联欢晚会，还纷纷主动请缨参加站哨巡逻。交流结束，在工作组建议下，边防连队哨所下一步将加大对新战士全方位成长的帮扶力度。

　　战区主战，主责主业是备战打仗。一路上，工作组收集整理应急备战、管边控边等方面矛盾困难，以便结合新年度工作谋划统筹解决。某哨所海拔5046米，官兵乘车执勤巡逻要经过宽仅3米、多达27道拐的4公里陡坡。为此，战区专门就修建这条边防巡逻路作了下一步安排。该连指导员鲁文高兴地告诉记者：“听说上级计划拓宽升级这条路，全连官兵都很期待。以后无论执勤巡逻还是生活保障，都会更加安全方便。”

　　风雪交加挡不住浓浓真情。连日来，工作组一行顶风冒雪，深入被中央军委授予“喀喇昆仑钢铁哨卡”荣誉称号的神仙湾哨所和天文点、河尾滩、班公湖等边防点位，行程上千公里，一路走访慰问、一路解难纾困。在海拔6050米的无名山口，工作组接连遭遇险情，大家纷纷下车破冰除雪、清理路障。“在这么艰苦的环境里，官兵天天要执勤巡逻，多不容易啊！”一位工作组成员动情地说。

　　“感谢你们辛苦的付出、艰巨的付出、光荣的付出！”大雪封山，某哨所进出不便，工作组领导通过视频慰问坚守战位的官兵。视频中，哨所官兵的呼号声盖过了窗外呼啸的风声：“请组织放心，我们一定牢记职责、不辱使命，坚决完成好各项任务！”

　　据悉，在现地走访慰问的基础上，西部战区党委机关还通过安排一次上门走访、寄送一封慰问信函、拨打一个拜年电话等方式，了解边防一线官兵及家人的困难和需求，并送去新春祝福。截至目前，他们已协调西部7省(区、市)和新疆生产建设兵团共79个全国双拥模范城(县)慰问一线边防部队，帮助解决官兵看病就医、子女入学、法律纠纷等困难300余个。

　　(本报西藏阿里1月17日电 解放军报)

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）