大发平台计划-大发平台APP

中国新闻网严正声明******

严正声明

　　近期，我网接到驻地方机构和多家单位反映，有不法分子冒充中国新闻网的名义，伪造中国新闻网记者证、工牌、新闻调查采访车牌、制作带有中国新闻网标识的服装、名片等，企图行诈骗敛财、敲诈勒索之事。

　　为此，中国新闻网严正声明如下：

　　一、中国新闻网是中国新闻社旗下的中央重点新闻网站，网址为：www.chinanews.com、www.chinanews.com.cn，其它非该网址但以“中国新闻网”名义出现的网站均属假冒。

　　二、甄别中国新闻网记者证真伪，可登录国家新闻出版署主办的中国记者网press.nppa.gov.cn进行查询。

　　三、正告所有假冒中国新闻网及中国新闻网记者的单位或个人，立即停止一切违法犯罪行为。我网保留追究其法律责任的权利。

　　四、提醒社会各界提高警惕，谨防被骗。若发现假冒我网的假媒体、假记者，建议及时向公安机关报案，同时与我们取得联系，我们将全力配合。

　　中国新闻网举报电话：010-88311192，传真：010-68327649

　　特此声明。

中国新闻网

2022年10月14日

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）