点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
中国西南至东盟铁路通道重要组成部分弥蒙高铁开通运营******
中新社云南红河12月16日电 (记者 缪超)云南弥(勒)蒙(自)高铁16日开通运营。该条高铁北连南(宁)昆(明)高铁，南接昆(明)河(口)铁路，是中国西南地区出境至东盟国家铁路大通道的重要组成部分。
弥蒙高铁位于云南省红河哈尼族彝族自治州境内，线路北起南昆高铁弥勒站，经弥勒市、开远市，南抵蒙自市红河站，全长106公里，设计时速250公里，全线共设弥勒、竹园、朋普、开远南、红河5座车站。
弥蒙高铁开通运营初期，铁路部门将安排开行动车组列车，昆明南站至红河站最快69分钟可达，红河州境内弥勒、开远、蒙自等三地可实现半小时通达。铁路部门将根据客流变化情况动态调整列车开行方案。
据悉，弥蒙高铁的开通运营，将进一步完善滇东南路网结构，极大便利沿线民众出行，助力旅游等产业发展，对支持民族地区加快发展、全面推进乡村振兴、促进高水平对外开放，具有十分重要的意义。(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） [责编：天天中] 阅读剩余全文（）  视觉焦点
佰家富app地图 |
)