凤凰快3 - -追求健康，你我一起成长

走铁道登列车 “临时客运员”服务春运路******

　　(新春走基层)走铁道登列车 “临时客运员”服务春运路

　　中新网广州1月30日电 题：走铁道登列车 “临时客运员”服务春运路

　　作者 郭军 陆省省

　　回家的步履匆忙，述说着对团圆的渴望，返程的行李沉甸甸，带着亲人的期望。一年一度的春运路进入返程高峰，广铁集团广州工务段的一群年轻人，平时忙碌在铁道线上，为钢轨诊治病害，春运期间又变身“临时客运员”，倾情服务春运旅途。

　　按照广铁集团春运支援计划，广州工务段春节前负责东莞东至南充3个车组、广州东至梅州2个车组，共计160余人参加春运支援工作。节后负责深圳至岳阳2个车组，共计42人。

　　“我们每天都要按要求，学习工作流程及注意事项，比如开关车门、高低站台的区别、防爆、防火以及手持电子终端机验证客票等各项基础操作，把人身安全、规章制度、卫生管理、细节把控等各方面要求内化到日常值乘过程之中。”车组小组长曹时辉说。

　　据了解，该段领导不仅到站台上进行了动员，还多次到站台慰问支援人员，同时建立了工作群，时刻关注每个车组出发、到达情况。

　　参加此次支援春运工作的160余名工作人员，绝大多数都是“00后”。为了保障旅客的乘车安全，每个车组都成立了志愿突击小队，帮扶老、弱等重点旅客，让旅途充满温暖与关怀。

　　春节期间，广州东至梅州组的值乘人员还特地准备了窗花、灯笼，与旅客一起装饰车厢。“我们就是想让旅客感到像是‘回了家’，而不仅仅是‘上了车’。”支援此次春运的小组长曾帆荣说到，“春运支援是工作，也是一种新的体验，更是一部青春奋斗成长的阶梯”。

　　“00后”何佳颖说：“之前都是旅客身份，第一次以乘务人员的身份参与春运，的确有很不一样的体验，乘务工作也不是想的那么容易，里面有很多细节需要注意。当然，我也会更努力地做好服务工作”。

　　东莞东至南充小组的颜啸，在1500多公里的值乘路上感慨颇多，他说车上的旅客一路上谈收获、谈工作、谈烦恼、谈爱情，有人欢喜，也有人落寞，有人平静，也有人激动，但谈及家乡和亲人，每个人眼中都有光。“作为一名临时客运员，能服务他们走完这趟旅途，我觉得很幸福。”(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）