大发平台计划群 - 大发平台客户端下载

来源：大发平台论坛2024-09-22 17:48

铁警吴岩松：平安春运的“守护者”******

　　中新网北京2月1日电题：铁警吴岩松：平安春运的“守护者”

　　作者邓有林

　　1月30日是今年春运第24天。清晨6点钟，夜色还未褪去，北京北站的候车大厅已经灯火通明，民警吴岩松装备整齐地走出警务执勤室。6点37分从北京北站开往怀柔北的S515次列车是当天第一趟车，他忙碌的一天就从守护旅客平安进站开始。

　　吴岩松今年45岁，2004年从部队转业加入公安队伍。多年来，早起是他雷打不动的习惯，打好热水，把执勤室打扫干净，精神饱满地投入工作。他当班期间，站区里第一抹“警色”总是他的身影。

　　“今天站区发送、到达旅客列车一共64趟，有近2万客流。”向车站客运部门工作人员了解情况后，作为春运“老兵”的吴岩松很快就在随身携带的工作日记上列出了一天的工作计划。

　　8点到9点是车站的第一波客流高峰，开完交班会后，吴岩松和同事匆匆赶到候车室内，趁着旅客们候车休息的空档，集中开展反诈防骗宣传，引导旅客扫码下载“全民反诈”APP，提醒旅客捂好“钱袋子”，谨防网络电信诈骗。吴岩松说，火车站是人群的集散地，反诈宣传受众广，传播速度快，民警多提示，旅客群众的财产安全就多一份保障。

铁警吴岩松(中) 北京铁路公安局供图

　　“吴警官，今天又是你当班啊。”路过检票进站口时，客运员赵蕊和吴岩松热情地打招呼。吴岩松和车站工作人员都很熟络，经常出警帮助处理旅客矛盾纠纷。大家都说，只要他来了，心里就踏实了。

　　前不久，一名听力语言有障碍的旅客着急赶车，却错把北京北站当成北京站，硬要闯卡进站，正在附近执勤的吴岩松闻讯立即带着纸笔赶到进站口，通过书写交流，很快就稳定了旅客情绪，得知该旅客平日里很少出远门乘车，担心再搭错车，吴岩松又贴心地帮他打上出租车后才放心离开。

　　午饭时间，旅客熙熙攘攘依然很多，吴岩松是最后一个倒班回食堂吃饭的。到了食堂，他先倒了一大杯水，咕咚咕咚喝下几大口才开始吃饭。在站区巡逻执勤，累脚也费嗓子，一遍遍为旅客答疑解惑，一次次对旅客进行安全提示，最忙的时候一天下来嗓子都是哑的。

　　饭吃到一半，他接到同事打来的电话。1月18日，他帮助旅客张某找回了一台价值万元的笔记本电脑，张某为表感谢，寄来一面写有“人民警察为人民，失而复得暖人心”的锦旗。

　　旅客群众的认可总能给吴岩松带来更大的工作动力，他匆匆扒了几口饭，便又迅速回到工作岗位上。16点，从北京北开往大同南的G2537次列车即将发车，吴岩松又投入到列车值乘工作中。车上旅客座无虚席，大包小包的行李塞满了行李架，他边巡视边将行李摆放整齐，以免掉落砸伤旅客。短短2个小时的车程，他在车厢巡视了4圈。

　　20点53分，吴岩松值乘回到北京北站。半个小时后，送走最后一批乘车旅客，候车室就要关闭了。闭站前，他还要对候车区进行清理检查，防止旅客粗心大意遗落行李物品。

　　忙完这些，吴岩松才回到执勤室稍作休息。22点52分，从大同南开往北京北的G2542次列车到站，这是当天最后一趟返京列车。在出站口外，他肩灯闪烁，引导旅客有序出站。夜风乍起，他守护平安春运的信念依然火热。(完)

大发平台计划群

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（）