彩神welcome入口-彩神welcome入口

文旅部确定北戴河等15家旅游度假区为新一批国家级旅游度假区******

　　中新网1月11日电 据文旅部网站11日消息，文化和旅游部发布《关于确定15家旅游度假区为国家级旅游度假区的公告》。根据中华人民共和国国家标准《旅游度假区等级划分》与《国家级旅游度假区管理办法》，经有关省(区、市)文化和旅游行政部门推荐，文化和旅游部按程序组织认定并完成公示，确定以下15家旅游度假区为新一批国家级旅游度假区。

　　1.河北省 秦皇岛市北戴河度假区

　　2.上海市 上海国际旅游度假区

　　3.江苏省 常熟虞山文化旅游度假区

　　4.浙江省 泰顺廊桥-氡泉旅游度假区

　　5.浙江省 鉴湖旅游度假区

　　6.江西省 新余市仙女湖七夕文化旅游度假区

　　7.江西省 赣州市大余县丫山旅游度假区

　　8.山东省 烟台金沙滩旅游度假区

　　9.山东省 荣成好运角旅游度假区

　　10.河南省 三门峡市天鹅湖旅游度假区

　　11.湖北省 神农架木鱼旅游度假区

　　12.湖南省 岳阳洞庭湖旅游度假区

　　13.广西壮族自治区 大新明仕旅游度假区

　　14.四川省 宜宾蜀南竹海旅游度假区

　　15.陕西省 商洛市牛背梁旅游度假区(中新财经)

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）