盈彩玩法_盈彩手机版APP

来源：盈彩必赚方案2024-10-12 17:48

盈彩玩法

海外华媒聚焦中共二十大：为世界读懂新时代中国增添注脚******

　　(中共二十大·声音)海外华媒聚焦中共二十大：为世界读懂新时代中国增添注脚

　　中新社北京10月18日电题：海外华媒聚焦中共二十大：为世界读懂新时代中国增添注脚

　　作者金旭徐文欣

　　中国进入“二十大时间”。在会场内外，活跃着海外华文媒体的身影，他们见证中国发展的重要时刻，认真践行华媒人担当，全力以赴让世界看到新时代的中国。

　　凝“新”聚力传侨音

　　现场报道中共二十大，加拿大共生国际传媒社长胡宪感叹每天都充满新鲜感。

　　在筹备报道初期，胡宪特意对居住在蒙特利尔的读者进行了调查。“我们带着海外民众和侨胞的关注‘有备而来’，会以实事求是的态度报道中国全貌，回应侨胞关切，解答侨胞疑惑。”

　　全国832个贫困县全部摘帽、近1亿农村贫困人口实现脱贫、国内生产总值增长到114万亿元人民币……这些密密麻麻的数字被胡宪记在随身携带的本子上。“中国共产党带领中国人民完成了从贫穷到小康的跨越，向着民族复兴前进的步伐坚定且从容，这些具体详实的事例是中国故事最充实的范本。”她说。

10月16日，中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。中新社记者盛佳鹏摄

　　携手同行赴盛会

　　罗马尼亚《欧洲侨报》社长高进向记者展示了境外媒体记者采访申请系统，他说：“5年前我全程参与中共十九大的报道，如今这种熟悉感又回来了。新闻中心对时间的精准把握为媒体省去很多等待时间，各个环节无缝衔接，为中外记者采访提供了便捷的服务。”

　　《欧洲侨报》及相关网站计划发布逾百篇大会报道。高进称，“不管是前方记者，还是后方编辑，大家都希望抢抓热点，第一时间把二十大报告中的亮点、重点呈现给心系祖(籍)国的华侨华人。”

　　“在大会开始前，我们推出《迎接“二十大”，圣彼得堡中国留学生有话说》等预热稿件。”俄罗斯《龙报》社长李双杰深感，中国年轻一代对中共二十大的关注表明他们早已将深厚的家国情怀融入个人的远大理想与抱负之中。“第二个百年发展目标如何实现？国家统一如何推进？更加鲜活生动的中国形象如何展现？这些都是海外侨胞尤其是新生代最关心的话题。”

　　5年后再次近距离报道中共党代会，李双杰相信，所有人都得到了期盼已久的答案：中国发展未来可期。

　　此次参会，意大利《欧华联合时报》社长吴敏聚焦中国对外开放方面的积极举措。他表示，中国加大对外开放的力度和决心能给海外侨胞带来更多的发展空间与合作机遇。

　　“云”上添花同参与

　　一些未能到达现场的海外华文媒体开启“云报道”模式，积极向世界传递中国声音。

　　瑞士欧亚时报社社长朱爱莲告诉记者，“云参会”能充分发挥融媒体报道的优势。“我们成立了中共二十大专题工作组，目前正邀请知名欧洲专家学者解读二十大报告，力求多角度、全方位深度聚焦中国智慧和中国方案对世界的启发和贡献。”

　　“随着中国影响力的提升，越来越多的国家想要读懂中国。”朱爱莲表示，回顾过去十年的奋进历程，中国的发展成就令人印象深刻，中国治理经验值得借鉴，中共二十大的召开无疑让世界对中国的高质量发展更有信心。(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（）