（新春走基层）浙江优化国际航行船舶入境查验 中国籍船员回家过年******
中新网杭州1月18日电(郭其钰)临近春节，在宁波舟山港(宁波)梅山码头、(舟山)国家远洋渔业基地惠群码头等浙江多个国际船舶停靠码头，许多中国籍船员纷纷选择换班下船，回家过一个团圆年。
自新冠肺炎疫情发生以来，受船舶航行周期和疫情防控政策影响，许多船员已在国际航行船舶上工作长达一两年，没有下船回家。今年春节是中国对新冠病毒感染实施“乙类乙管”的首个春节。
边检民警与船员一起写福迎新春。 胡嘉捷 摄日前，新加坡籍国际集装箱运输船“长茂”轮缓缓停靠梅山码头，在船上实习的“00后”船员王家豪、陈凯迫不及待收拾好行李走下吊梯。宁波出入境边防检查站综合执勤八队的民警已在吊梯口处等待，第一时间为两名船员办理离轮入境检查并送上新春祝福，仅用5分钟就完成了人证核查和行李物品检查等出入境边防检查手续。
“我们是去年7月份从青岛登轮工作的，已经半年多没有回家，此次离轮主要是想赶在除夕前回河南老家过年。”王家豪表示。
浙江出入境边防检查总站相关负责人介绍，为保障各海港口岸海员换班勤务开展，边检部门加强与海港口岸单位信息沟通，简化预约程序、优化现场查验步骤，全力保障国际航行船舶海员换班通道，确保海员换班随到随办、即办即走，缩短了海员离船入境查验时间，也方便了船舶代理、海员接待等企业业务运转。
据了解，“乙类乙管”后，浙江已完成100多名海员换班勤务。与此同时，对于更多无法下船回家的船员，浙江边检部门主动送“福”上船，与中外船员一起迎新春。
边检民警与船员一起写福迎新春。 胡嘉捷 摄日前，宁波出入境边防检查站执勤八队民警带着提前准备好的中国结，登上靠泊在梅山国际集装箱码头4号泊位的“长顶”轮，该轮由马来西亚入境中国并前往新加坡，轮上有13名中国籍船员，因为工作原因他们无法回家与家人共度新春。
在船上，边检民警与船员们一起贴春联、挂装饰，船长曾宪志和台湾船员陈柏皓等拿起毛笔现场写“福”，浓浓的“年”味溢满了船舱。
“长期海外漂泊再加上疫情影响，船上的年味难免淡化，大家一起迎新春也可以一解我们的思乡之情。”曾宪志说。(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 彩神彩票地图 |
