玛雅彩票客户端下载|在线用户注册首页登录平台

去年黑龙江省排查化解矛盾纠纷5万余起******

　　本报10日讯（刘雪晴记者米娜）去年，全省排查化解矛盾纠纷5万余起；刑事案件立案数同比下降25.7%，现行命案发案数同比下降3.3％；破获30年以上命案积案、抓获30年以上命案逃犯，均排名全国前列；“八类案件”破案率达到99.9%，创历史新高；立电信诈骗案件数同比下降20.3%；全省道路交通“四项指标”同比全部下降……这是记者10日在省公安厅召开的庆祝“中国人民警察节”主题新闻发布会上获悉的。

　　去年，龙江公安聚焦加快建设“六个龙江”、加力推进“八个振兴”，出台全省公安机关优化营商环境制度，实施公安机关稳经济增长、促安全发展十五项措施，制发《全省公安机关包容审慎监管执法“四张清单”》和《提升执法办案质效十项要求》，不断提升“互联网+公安政务”服务质效，全力以赴为龙江振兴发展保驾护航。

　　去年，省公安厅相关工作两次被公安部荣记集体一等功；全国公安系统英雄模范立功集体表彰大会上，全省30个集体和48名个人获得表彰，先后涌现出全国“五一”劳动奖章获得者、全国公安系统二级英雄模范等一批先锋典型模范，龙江公安队伍建设实现新发展、新跨越。

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）