乐发lv下载app - 乐发lv网址

海南省乡镇建成110座标准示范生活垃圾分类屋******

　　本报海口1月10日讯（记者孙慧）为有效推进生活垃圾分类工作，2022年我省安排专项资金支持各市县在乡镇区域共建设110座标准示范生活垃圾分类屋（亭），方便群众将生活垃圾分类投放，改善人居环境。目前，110座标准示范生活垃圾分类屋已经全部“上岗”，这是海南日报记者1月10日从省住房和城乡建设厅获悉的。

　　在昌江黎族自治县叉河镇，一栋生活垃圾分类屋坐落在镇墟中心区域。垃圾屋前分别标有可回收物、厨余垃圾、有害垃圾、其他垃圾，方便当地群众准确分类投放生活垃圾。垃圾屋内外除了垃圾桶外，还有灭蚊灯、监控摄像头、洗手盆等配套设施。“去年全县6个乡镇都建设了标准示范生活垃圾分类屋，基本都是选择建设在人口密集、人流较多、宣传教育效应明显的地方，以方便群众分类投放生活垃圾，提高大家的垃圾分类意识。”该县环境卫生清洁管理站副站长陈雄说。

　　据省住建厅相关负责人介绍，生活垃圾分类屋的建设充分遵循“适用、经济、牢固、美观”等原则，做到牢固耐用，确保在设计使用年限内满足日常使用要求，同时建筑外观应美观整洁，与周边环境相协调，做到整体环境绿化、硬化、美化。未来，我省将继续逐步在城市社区、单位、企业以及乡村地区加快建设或改造满足分类投放要求的垃圾分类屋，达到设施充分满足日常垃圾分类投放、收集的要求。

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）