佰家富app技巧_互动百科

苏贞昌赖着不下台被嘲讽：新年主打歌应该是周华健《其实不想走》******

　　【环球时报特约记者 陈立非】民进党去年“九合一”选举惨败后，岛内舆论都在催促改组行政部门，党内派系更是躁动不安。但一个多月过去了，台“行政院长”苏贞昌仍然赖着不下台，这激起了岛内舆论的愤慨。

　　台湾《联合报》3日称，蔡英文对改组行政部门尚未最后决定，最近征询党内意见，结果被视为蔡英文嫡系的民进党代理主席、高雄市长陈其迈突然出言“护苏”。他声称支持苏贞昌，因为行政部门稳定，政局才会稳定，“应在稳定中改组”。这番论调被民进党各派系解读为苏贞昌有机会留任，大部分人都表示担忧。有派系高层称，民进党日前通过的败选检讨报告被批没有反省，党内大部分意见都希望大幅改组行政部门，但苏贞昌至今不下台，民众可能再次用选票教训民进党。

　　苏贞昌3日回应称，在“沉默螺旋”效应下，陈其迈愿意站出来讲话让他备感温暖。他还称，蔡英文已表示会在“立法院”会期结束后报告改组状况，而他的任免是蔡的职权，“请大家尊重”。

　　国民党台北“立委”补选候选人王鸿薇3日谈到桃园传出的警匪枪战，嘲讽台湾好像从南到北都在拍警匪枪战电影，而前“内政部长”徐国勇下台后就无声无息，“苏贞昌还坐在位子上，应该给交代”。名嘴黄扬明称，苏贞昌在外界呼吁改组行政部门的声浪中，跨年夜在粉专推出了浓浓抖音风格的“注意看，这个男人太狠了”视频，尤其片尾的口号是“继续冲、继续拼”，“可见，苏贞昌仍期待继续率领行政团队，保住大位的动机显而易见”。他嘲讽说，苏贞昌的新年主打歌应该是周华健的《其实不想走》，“其实不想走，其实我想留，留下来陪你(蔡英文)每个春夏秋冬”。国民党台北市议员游淑慧直言，蔡英文以前是和苏贞昌合作压制新潮流系及其他派系，但现在蔡自己与英系都已跛脚，所以不是她要不要改组，而是她有没有能力换掉苏贞昌，要看苏自己想不想、要不要下台，他不要的话，蔡英文也没办法。名嘴张友骅对于苏贞昌说自己不眷恋权位讽刺道，从他之前选台北县长时说是最后一次，结果又接着选台北市长、新北市长，然后当“行政院长”，到现在谁还会相信他？

　　绿营内部看法不一。民进党“立委”陈亭妃直接开炮，“党的败选检讨报告出炉了，行政院的检讨报告呢？”“立委”高嘉瑜认为，行政部门应该“团进团出”。意思是一旦苏贞昌下台，整个团队应就地解散。美丽岛电子报董事长吴子嘉2日透露，他听到消息是只有苏贞昌压得住行政部门，所以不会换掉他，但“这是鬼话”。他认为，背后原因还是蔡英文和副手赖清德的权力斗争。去年“九合一”选举的结果显示蔡英文已经被民众惩罚，但她不接受跛脚的事实，因此不换苏贞昌，“若2月1日不换的话，就不会换了”。

　　“苏贞昌，够了吧！”资深媒体人李晴果以此为题撰文称，自“九合一”败选以来，民进党的所作所为让人完全感受不到这个政党有“痛定思痛、洗心革面”的决心，苏贞昌还撑在台上，官员也毫无反省，部分高官倨傲的态度令人难以置信。文章说，苏在政坛打滚了几十年，权力的滋味、从政的光环，也享受得够多了，如今75岁高龄，还在贪恋什么呢？“奉劝苏贞昌走人吧！如此死皮赖脸，更会拖垮民进党”。《联合报》3日发表社论称，因为苏贞昌接受蔡英文慰留，民进党第一时间已错失行政部门改组的时机。这些日子，不仅没改组、官员在“立法院”备询态度傲慢，而且民进党检讨报告被批避重就轻，一系列事件不断加深民众对民进党的负面印象，至今没有止血迹象。台北市第三选区“立委”补选1月8日投票，党内各派系都担心继“九合一”和嘉义市长选举之后“三连败”，接下来2024年台湾地区领导人选举和“立委”选举恐怕更不好过。文章提及曾准确预测“九合一”选举结果的日本学者小笠原直指慰留苏贞昌是失败决定，他更称，民进党“好像想假装败选没什么大不了”，“外国人都看得这么明白，台湾人会不懂吗？民进党还想骗谁？”

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）