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
安徽明光女山湖冬捕节开幕：助力渔业振兴******
中新网安徽明光1月10日电 (刘浩 张依依 张洋)10日，由安徽省明光市委、市政府主办的中国·明光第二届女山湖火山生态鱼冬捕节在女山湖畔开幕。
上午，随着渔夫们高亢的号子声，渔网拉出，一条条肥美的鱼儿在水中翻腾。
拉网后，鱼群奔腾跳跃 明光市委宣传部供图本次冬捕节捕捞的主要为青鱼、草鱼、鲢鱼、鳙鱼等品种，三条头鱼品种为花鲢，其中最大的头鱼身长107厘米，重达56斤。
现场，三条头鱼进行了展示和公益拍卖，拍卖款项将全部用于明光市助学基金。
开幕活动现场还举行了杂技表演《鱼竿顶球》、明光传统“非遗”项目《丰收锣鼓》、经典诵读《明光渔耕赋》等节目。
民俗文艺节目表演 明光市委宣传部供图此外，女山湖河鲜品鉴、春节集市活动也吸引众多在场嘉宾和民众前来品尝参观。
现场展示头鱼 明光市委宣传部供图据了解，近年来，明光市以建设国家级水产生态养殖示范区、全国休闲渔业示范基地、国家级数字化智慧渔业示范基地为目标，助推明光渔业产业做大做强，走出一条产业发展与生态保护相结合的高质量发展之路。(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
玛雅彩票地图 |
)