网信彩票走势图-网信彩票攻略

来源：网信彩票赔率2024-07-11 17:48

网信彩票走势图

从“水运”悠长到轨道茫茫：江苏始终“在路上”******

　　中新网南京1月19日电 (记者钟升朱晓颖)1月14日至19日，2023年江苏省两会在南京召开，代表委员们就衣食住行等民生话题展开探讨。其中，新一年江苏省将如何“行”稳致远，引发了代表委员们的热议。

　　刚刚过去的2022年是江苏交通“重大项目建设攻坚年”，全年完成交通建设投资1820亿元。目前，江苏全省综合交通网络总里程达18.7万公里，沪苏通、五峰山、南京江心洲长江大桥和燕子矶长江隧道建成通车，隔江相望的设区市之间均实现过江通道直通，徐连、盐通、宁淮、南沿江、北沿江、沪苏湖、通苏嘉甬等铁路相继开工建设，高铁运营里程达2212公里、居全国前列，“轨道上的江苏”主骨架基本形成。

施工中的南沿江铁路江阴站。　泱波摄

　　江苏省政府工作报告中提出，2023年，江苏省要进一步完善现代综合交通运输体系，高质量建设交通运输现代化示范区。全年江苏交通基础设施建设计划投资2002亿元，同比增长10.7%。预计建成综合交通网络约2860公里，加快构建“一带一路”新亚欧陆海联运通道，做强双向开放枢纽。

　　“京口瓜洲一水间，钟山只隔数重山。”“烟笼寒水月笼沙，夜泊秦淮近酒家。”自古以来，凭借长江、淮河、大运河等河流穿省而过的优势，江苏航运发达，留下了无数脍炙人口的名篇佳句。截至2022年底，江苏全省干线航道达标2488公里，千吨级航道连通85%左右县级及以上节点。

　　2023年，江苏省将完成水运建设投资183亿元。计划统筹推进城乡互联互通现代水网建设，优化提升内河水运设施网络，加快实施淮河入海水道二期等工程，开工建设宿连航道二期工程，打造更具特色的“水运江苏”。

　　除了道路更加通达，江苏省也在思考如何“走得更好”。2020年国庆假期，江苏高速服务区一度“火出圈”。在服务区里，旅客们可以逛园林、看电影、购物。江苏高速公路运营单位还会定期举行服务区之间的厨艺比赛，“高速旅游长廊”的不断延长，带动了江苏美食“出圈”出彩。

　　江苏省政协委员、省交通运输厅综合计划处处长尹红亮介绍，2023年江苏将加快构建“一带一路”新亚欧陆海联运通道，做强双向开放枢纽。条条大路通江苏，江苏货物运四海。“走得更远”一直是江苏的目标。

如今的高速公路服务区向交通、生态、旅游、消费等复合功能型服务区转型升级。　泱波摄

　　近三年来，江苏开行的中欧(亚)班列开行数量、密度不断增大。据南京海关统计，2022年，江苏中欧(亚)班列共开行1973列、搭载标箱14.21万箱，同比分别增长9.6%、11.5%，两项指标均创历史新高。江苏省政协委员、民盟江苏省委会委员、苏交科集团股份有限公司总裁朱晓宁建议，将中欧班列延伸为多方向的国际班列，持续挖掘沿线国家“新奇特”商品，搭建洽谈平台，鼓励更多优质商品引进来，优化进口大宗商品通关、监管新模式，创新国际进口贸易机制，降低货物入境运输成本，从源头扩大回程货源。

　　除此之外，江苏还追求“走得更高科技”。2022年，江苏省提出到2025年，建成国内领先的车联网和智能网联汽车产业链与创新链，落地一批车路协同应用服务和自动驾驶典型场景，培育一批掌握关键核心技术、具有行业引领力的龙头骨干企业，打造一批车联网和智能网联汽车高质量发展先行区，车联网基础设施实现跨区域规模覆盖。

　　根据工作计划，江苏省2023年将大力推动无锡国家车联网先导区建设；省人大常委会拟作出关于促进车联网和智能网联汽车发展的决定。江苏省人大代表、T3出行首席执行官崔大勇表示，公司作为江苏本土企业，正在智能网联、智慧交通、数字科技、自动驾驶等维度持续发力，目前已在苏州从事路测及商业化运营模式的探索，并为自动驾驶国产化提供出行场景和数据。他希望能够携手更多整车制造企业、科技企业等，共同打造国家级数字智慧出行平台，实现产业链协同发展，为江苏出行产业链现代化布局作出贡献。(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（）