天下彩票攻略-天下彩票手机版APP

国铁集团：节后铁路春运累计发送旅客突破1亿人次******

　　中新网2月2日电 据中国国家铁路集团有限公司(以下简称国铁集团)消息，春节以来，铁路春运客流持续回升，1月22日至2月1日，全国铁路累计发送旅客1.02亿人次，同比增加3351万人次，增长48.7%，日均发送旅客931万人次，恢复至2019年春运同期的90%，其中1月26日至2月1日旅客发送量连续7天超千万人次，铁路运输安全平稳有序。

　　国铁集团客运部负责人介绍，节后春运，铁路部门更好统筹新阶段疫情防控和铁路春运重点工作，更好统筹发展和安全，全力以赴打好春运攻坚战，保障广大旅客平安、有序、温馨出行，努力让广大旅客春运体验更美好。

　　一是最大限度安排运力。根据客票预售情况和客票候补大数据，动态优化旅客列车开行方案，最大限度满足旅客返岗需求。针对成都、重庆、武汉、长沙、南宁、昆明至广州、深圳，哈尔滨至北京，兰州至乌鲁木齐等热门方向客流增加的情况，及时采取开行夜间高铁、动车组重联、增开临客、普速列车加挂车辆等多种措施，千方百计增加运力投放，节后日均开行旅客列车近9300列，比2019年同期增长了6.8%，全国铁路单日最高开行旅客列车10600余列，较2019年春运同期增长15%。同时，保持普速列车开行规模，开好公益性慢火车，努力满足旅客出行需求。

　　二是持续提升服务品质。针对节后四川、重庆、河南、湖南广西、陕西等地务工人员集中出行的情况，与地方政府、用工企业紧密联动，大力开行“点对点”务工专列，在进站、候车、检票、乘车等环节开辟专用通道和候车区域，提供全程服务，助力务工人员安全顺利返岗。加大餐饮、供水、保洁等旅途服务保障力度，继续落实好按年龄实行儿童优惠票、便捷中转换乘、网络订餐等便民利民惠民举措，加强老幼病残孕等重点旅客服务，持续提升旅客出行体验。优化旅客乘降组织，动态增加进出站通道数量，深入开展青年志愿者服务活动，强化与公交、地铁等市政交通接驳，打通旅客出行服务“最先一公里”和“最后一公里”。

　　三是保障健康安全出行。严格落实站车疫情防控措施，引导旅客有序分散进站候车，保持安全距离，做好站车通风消毒，积极推广无接触服务，加强旅行健康站车宣传提示，引导旅客全程佩戴口罩，加强自身健康防护，强化路地联防联控，有序做好应急处置工作，全力打造平安健康旅途。春节假期，国铁集团各级领导干部下沉春运一线，带领广大铁路职工加强调度指挥、线路巡查、设备检修等工作，积极应对大范围雨雪天气，有力保障了铁路春运安全和秩序。

　　该负责人指出，从目前铁路12306售票数据分析看，元宵节前后，务工流、学生流叠加，铁路春运客流仍将保持高位运行，部分地区客流高峰将超过2019年同期。铁路部门将根据客流需求，最大限度增加运力，加强旅客运输组织，科学有效应对大客流，在前期安排的基础上，日均再增加开行临客200余列。同时，提示广大旅客朋友，春运期间客流量大，请严格按照车票到发站乘车，加强自身健康防护，共同维护良好出行环境。在列车超员情况下，为保障运行安全，旅客列车将不办理旅客延长乘车服务，对于故意不按照票面到站下车，不符合继续乘车条件的旅客，列车工作人员将劝导其在就近的前方站下车。(中新财经)

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）