佰家富app官网平台-平台推荐安卓版v2.9.1(2023已更新)

来源：佰家富app软件2023-12-18 17:48

一览十年成就，这个展看点满满！******

　　中新网北京10月15日电 (刘欢)近日，“奋进新时代”主题成就展在北京展览馆举办，展览全景式、多角度、沉浸式地展现了十年来我国政治、经济、文化等领域的巨大成就与崭新面貌。

　　展览设有序厅、中央综合展区、地方展区、展望展区、室外展区和互动展区6个展区，运用图片、实物、模型等6000多项展览要素。其中，中央综合展区以经济建设、深化改革、依法治国等为主题设置了12个单元，地方展区则有辽宁、浙江、湖北等地。

　　展馆中，DF-26、DF-31AG等导弹武器模型纷纷亮相，中国经济“奇迹”号巨轮模型、神舟十二号返回舱、全球首款3kg负载高精度掌上六轴工业机器人也吸引了不少观众。

图为中国经济“奇迹”号巨轮模型中新网记者李霈韵摄。

　　在中央综合展区，首个单元“经济建设奋楫扬帆谱写高质量发展新篇章”的展厅中央正是中国经济“奇迹”号巨轮模型。

　　巨轮上有七根立柱，做成风帆形状，用一组组数据展示了中国这十年的发展成就：国内生产总值从53.9万亿元增长到114.4万亿元、制造业增加值从16.98万亿元增加到31.4万亿元……

图为参观者在中国第一型按照国际适航标准、完全自主研制的民用大涵道比涡扇发动机“长江-1000”模型前驻足。中新社记者侯宇摄。

　　在巨轮两侧，还陈列着“复兴号”高速列车、工业制造器械、我国首个太阳探测科学技术试验卫星“羲和号”等模型。

图为展区高速列车模型中新网记者李霈韵摄。

　　在“积极发展全过程人民民主建设社会主义民主政治”单元展厅中，最令人瞩目的是12张选民证。

　　据了解，这些选民证来源于山西省太原市市民韩玉峰。从1953年到2021年、从繁体字到简体字，如今他已89岁，参加了12次人大代表选举。

图为展区中中新社“习言道”融媒体栏目中新网记者李霈韵摄。

　　“展览主要把咱们国家这十年的卓越成就展现给大家，科技、生态、扶贫......真的每一块都值得我们骄傲。”江西展区的讲解员徐晨颖说，自展览开幕，每天都有很多人来参观。

图为中央媒体特殊栏目、网站、融媒体平台，中新网记者李霈韵摄。

　　来自湖北省武汉市的谢蓓是已经是第二次参加国家级大型展览讲解工作。一个半月前，她从层层选拔中脱颖而出，成为湖北展区的讲解员。为此，她搜集、学习了大量资料，“越了解，感受就越深刻，这十年发展真是太快了！”

　　谢蓓向中新网表示，作为十年成就的见证者与讲述者，她感到很自豪。在学习和讲解过程中，战疫部分的故事最让谢蓓感动，观众也听得最认真。

　　“了不起，真是英雄的城市！”她看到，人群中，有人竖起了大拇指。

　　还有不少湖北老乡找到展区，见到谢蓓就高兴地说：“我就是湖北人，专门找过来的！”这时，她就会笑着说：“欢迎您回家！”

　　有些游客，还会拉着谢蓓去看展区九省通渠的地图，“他们就指着地图说，‘我家就在这里’，有什么什么特产和特色，感觉特别亲切。”

图为中央综合展区第一单元展区参观者在参观神舟十二号返回舱中新网记者李霈韵摄。

　　在现场，一位展区工作人员正在视频电话中，给4岁的女儿介绍每个展区的内容，“你看，这就是你吃的大米，是辽宁的......”他告诉中新网，孩子远在家乡，他就用这种形式带她参观，“有些研究成果啊，以前只是听说过，现在都知道来自哪，怎么做出来的。”

　　人来人往的展览现场，有一位78岁、头发已经花白的老人在一块12英寸大硅片前停留了许久。

　　年轻时，他曾在电子管厂工作，“从前，咱们国家只能生产5公分大小的，后来是10公分，现在都能做出这么大尺寸的了，”他一边用手比划着，一边感叹着，“这很难得的，应该好好和大家讲讲！”(完)

佰家富app官网平台

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）

[责编：天天中]

阅读剩余全文（）