成都金堂：100万个金龙大红灯笼完成交付******
中新网成都1月12日电 (邹立杨)连日来，在成都市金堂县金龙镇鸿发灯笼厂，一派喜气洋洋的景象映入眼帘，到处挂满了红彤彤的灯笼。生产车间里，工人们正在有条不紊地忙着，打灯笼套、串灯笼架、绑灯笼、拉金丝线、晒灯笼、做装饰、挂配件、贴上装饰物，一个看似简单的大红灯笼就制作完成了。
金龙镇鸿发灯笼厂负责人陈洪说，鸿发灯笼厂主打产品铁口断灯笼的产量，比去年翻了一番，现在都是加班加点为客户赶制春节所需要的灯笼。
100万个金龙大红灯笼完成交付。 金堂县融媒体中心供图在生产车间一旁的灯笼展示厅，近百种样式、大小不一的灯笼，喜庆红火吸引了不少商家前来订货。
作为中国年味中最具表现力，象征着团圆、兴旺的红灯笼，目前已迎来生产消费的旺季。从2022年的9月开始，陈洪带着120名工人到现在已经生产了100万个灯笼，且全部交付。下一步，金龙镇鸿发灯笼厂还将继续扩大生产规模，让金龙镇的红灯笼照得更广、更远。(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 快三平台地图 |
