快三平台论坛|新版APP下载-安全购彩

文旅部发布安全提示 春节假期出游别忽视这四点！******

　　中新网1月24日电 文化和旅游部官网23日发布提示，再次提醒广大游客增强安全意识，平安健康出游。

　　一、远离无安全保障的危险区域。旅途中注意远离濒水、崖边、河道等危险区域，关注当地有关安全提示，遵守相关规定，不前往没有正式开发开放、缺乏安全保障的区域旅游。

　　二、谨慎参与高风险旅游项目。根据个人年龄、健康等状况，在专业人员指导指引下，谨慎参与高空、高速、水上、潜水等高风险项目，不做可能危及自身及他人安全的举动。

　　三、关注消防和道路交通安全。户外旅游时，严格遵守防火相关规定。入住宾馆饭店时，及时了解消防疏散通道。驾乘机动车出游时，关注道路交通安全，途中全程系好安全带。

　　四、加强出游期间个人防护。做好自身健康的第一责任人，保持良好的个人卫生习惯，准备必要的防护用品。寒冷天气出游加强防寒保暖。(中新财经)

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）