探访新疆伊尔克什坦口岸 旅客顺畅通关******
(新春走基层) 探访新疆伊尔克什坦口岸 旅客顺畅通关
中新网乌鲁木齐1月18日电 (费强)“跨过国门的这一刻,感觉空气里弥漫的都是家的味道。”1月17日17时许,在进入中国国境后,坐在摆渡车上的吉尔吉斯斯坦务工人员周学军难掩脸上的激动。
伊尔克什坦口岸是联通中国与吉尔吉斯斯坦的一条重要通道,也是丝绸之路经济带核心区的重要口岸。受疫情影响,伊尔克什坦口岸一度暂停了客运通关,但货运通关一直保持着畅通。
按照新冠病毒感染调整为“乙类乙管”相关政策要求,国家移民管理局对出入境相关政策进行了调整。1月9日,中国与吉尔吉斯斯坦之间最大的陆路口岸——伊尔克什坦口岸,正式恢复出入境人员通关。截至目前,已有76名旅客入境归国。
当天,和周学军一道入境回国的,还有在吉尔吉斯斯坦务工、经商和留学等各行各业的旅客34人。
记者看到,在入境的旅客人群中,赵宸锐、赵宸毅、赵蕊姐弟三人尤为显眼。他们是甘肃兰州人,父母在吉尔吉斯斯坦经商,他们三人在吉尔吉斯斯坦留学,得知口岸恢复客运通关的消息,他们即准备行程,利用寒假回国探望老家的亲人。
“我们通关全程都很顺畅。”赵蕊说:“一想到过几天就可以吃到家乡的牛肉面,我特别开心。”
“我们把服务客运通关作为当前首要任务,最大限度发挥边检工作优势,优化勤务工作流程,配强岗位力量,实行‘上下联动、全程互通’的勤务举措,全力保障出入境人员、车辆有序便捷通关。”伊尔克什坦出入境边防检查站负责人说。(完)
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)