1分快3计划群_百科百科

广东春运的“摩托大军”去哪儿了？高铁一开就锐减近20万人******

　　“摩托大军”去哪儿了

　　对于常年关注广东地区春运的人而言，“摩托大军”不是个陌生的词语。但是，今年春运期间，在广东佛山、肇庆等往年“摩托大军”的必经之路上，浓烟滚滚、轰鸣震天的摩托车长队已然消失。

　　这些思乡心切、甘冒风雪的归家人，去了哪里？

　　在没有高铁的春运年代，运力紧张是广东珠三角及周边地区的常态。因为春节火车一票难求，相当一部分广西籍外来务工人员，只得选择结伴骑摩托车返乡。相同的时间、相同的路线，让他们会聚成了一支浩浩荡荡的“摩托大军”。

　　2012年春运，“摩托大军”开始兴起。当年“摩托大军”总数超过30万人。为确保“摩托大军”的安全，当地党委政府甚至动用了警车为他们开路。2014年春运，“摩托大军”达到鼎盛，一度逼近60万人。广东肇庆等地每天安排1000多名工作人员，为其提供引导、救助、餐饮等志愿服务。但即便全力保障，交通堵塞和交通事故也总是与“摩托大军”如影随形。

　　2014年年底，贵广、南广高铁开通，情况发生了变化。当年春运，贵广、南广高铁每天运力可达3万人。高铁一开，当年“摩托大军”就锐减了近20万人。

　　作为曾经“摩托大军”中的一员，在广州务工的王慧珍给记者算了一笔账：如果坐汽车回广西宾阳老家，票价200多元，要10个小时才能到家；骑摩托车回家，成本虽然只有坐汽车的一半，但要十四五个小时才能到家，既辛苦又不安全；而广州至南宁的高铁票价是169元，4个小时就能到家。选择一目了然。

　　记者从广铁集团了解到，今年春运，南广、贵广高铁的运力创历史新高，每天可运9万多人。从2015年春运开始，广铁集团还联合广东、广西两地党委政府和爱心企业，开行了“摩托大军”高铁返乡专列，希望引导人们选择更加安全便捷的方式返乡过年。

　　在深圳某电子厂工作的周光荣是一名退伍军人，摩托车曾是他过年回家的主力工具。“以前，我们桂林在一个厂打工的老乡，基本上都是骑车回家。今年，老乡们都劝我不要骑车了，太危险。我现在每个月工资5000多元，没什么想不通的。回家路上当然安全第一。”坐在D2904次高铁上，周光荣笑着说。

　　对于那些依旧选择了摩托车回乡的人们而言，虽然人数越来越少，但一路上享受到的服务一如往常。春节前某一天，在佛山一高速路口的加油站旁，几名骑摩托车返乡人员边聊天，边等候免费加油。加油站工作人员告诉记者，这项由中石化和共青团广东省委联合发起的“情暖驿站 满爱回家”爱心公益活动，今年还在照常进行，只是前来加油的人越来越少了。

　　满载着613名在粤务工人员的列车，缓缓驶出站台。透过车窗，可以看到一位乘客正出神地望着窗外，似乎并不吝于拿出点时间，来享受踏上归途后的片刻惬意。

　　(本报记者 吴春燕 王忠耀 本报通讯员 曾勇)

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）