1分快3走势图|360百科

凝心聚力全面推进乡村振兴******

　　不久前，在第十九届中国国际农产品交易会上，160个乡村振兴重点帮扶县与30多家批发市场、采购商达成意向签约额50.8亿元。《乡村振兴责任制实施办法》印发，要求“五级书记抓乡村振兴”，推动更多社会力量投身乡村振兴一线。放眼广袤田畴，脱贫攻坚成果得到巩固拓展，一幅农业强、农村美、农民富的乡村振兴画卷徐徐展开。

　　强国必先强农，农强方能国强。习近平总书记在近日举行的中央农村工作会议上强调：“全面推进乡村振兴、加快建设农业强国，是党中央着眼全面建成社会主义现代化强国作出的战略部署。”在全面建设社会主义现代化国家开局起步的重要时刻，习近平总书记的重要讲话明确了当前和今后一个时期“三农”工作的目标任务、战略重点和主攻方向，为建设农业强国、加快推进农业农村现代化提供了遵循。

　　全面建设社会主义现代化国家，最艰巨最繁重的任务依然在农村，最广泛最深厚的基础依然在农村。推动实现农村更富裕、生活更幸福、乡村更美丽，必须采取更有力的举措，推动人力投入、物力配置、财力保障转移到乡村振兴上来，全面推进产业、人才、文化、生态、组织“五个振兴”。

　　产业振兴是乡村振兴的重中之重。目前，各地乡村产业都有了一定基础，有些地方新产业新业态发展势头很红火。但是，总体看来，乡村产业发展还处于初级阶段，规模小、布局散、链条短，品种、品质、品牌水平都还比较低。要适应城乡居民消费需求，做好“土特产”文章，向开发农业多种功能、挖掘乡村多元价值要效益，向一二三产业融合发展要效益，推动乡村产业发展壮大。另外，发展乡村产业，还要通过全产业链拓展产业增值增效空间，强龙头、补链条、兴业态、树品牌，增强市场竞争力和可持续发展能力，让农民分享更多产业增值收益。

　　农村是亿万农民的家园。未来我国城镇化将达到很高水平，但仍会有几亿人在农村就业生活。建设宜居宜业和美乡村是农业强国的题中应有之义，必须加快实现乡村由表及里、形神兼备的全面提升。让农民更好享受现代文明生活，要继续把公共基础设施建设的重点放在农村，短板要加快补上。要在推进城乡基本公共服务均等化上持续发力，注重加强普惠性、兜底性、基础性民生建设。同时，要完善党组织领导的自治、法治、德治相结合的乡村治理体系，让农村既充满活力又稳定有序。

　　做好农业农村工作，说一千道一万，农民增收是关键。巩固拓展脱贫攻坚成果是全面推进乡村振兴的底线任务。要继续压紧压实责任，把脱贫人口和脱贫地区的帮扶政策衔接好、措施落到位，加强动态监测帮扶。要坚持把增加农民收入作为“三农”工作的中心任务，培育提升产业，增强群众技能，积极扩大就业，千方百计拓宽农民增收致富渠道。

　　乡村振兴，关键在人、关键在干。如今，脱贫攻坚的成就已载入史册，全面推进乡村振兴的新蓝图已经绘就。新征程上，我们要乘势而上、接续奋斗，汇聚更强大的力量全面推进乡村振兴，让希望的田野更加充满希望，为全面建设社会主义现代化国家开好局起好步提供有力支撑。（常钦）

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）