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
零下30℃极寒天气 兴凯湖上举行“冰上马拉松”******
中新网鸡西1月11日电 (于金鑫记者王妮娜)兴凯湖冰面上，千人徒步穿越兴凯湖……1月10日，密山市“赏冰乐雪”系列活动暨首届冰上马拉松、千人徒步穿越兴凯湖比赛在小兴凯湖开赛，千余人参加比赛，享受在零下30℃极寒天气中奔跑和行走的乐趣。
千人徒步穿越兴凯湖。 赵桂秋 摄兴凯湖是中俄边界最大的湖泊，水域面积4380平方公里，湖面壮阔如海。本届马拉松比赛全长5公里，此次马拉松比赛最大的特色是，比赛赛道全部都设置在兴凯湖的冰面上，选手们将在冰雪的湖面上跑完全程。
选手在兴凯湖面上奔跑。 李默 摄“在壮阔的冰面上奔跑，领略了兴凯湖的冬日美景，我感觉身心舒畅，还锻炼了身体，参加这次活动感到特别开心。”参加此次比赛的选手刘逵昊说。
部分选手们在冬泳比赛前合影。 密山市委宣传部提供近年来，黑龙江省鸡西市密山围绕兴凯湖，依托冰雪资源，持续构建冰雪旅游、冰雪运动、冰雪文化相结合的产业体系，推出了一系列参与性强、体验性强、趣味性浓的冰雪旅游活动，真正把冰天雪地变成金山银山。当日，兴凯湖畔还举行了冬泳比赛。(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
大发平台地图 |
)