天空彩票app娱乐-在线用户注册首页登录平台

来源：天空彩票app下载2024-04-04 17:48

贵州省政协五年发展之“最”：与时俱进守正创新******

　　中新网贵阳1月12日电(记者杨茜蒲文思)12日，贵州省政协十三届第一次会议在贵阳开幕。贵州正式进入两会时间。

　　十二届贵州省政协副主席赵德明代表政协第十二届贵州省委员会常务委员会作工作报告时表示，五年来，贵州省政协坚持发扬民主和增进团结相互贯通、建言资政和凝聚共识双向发力，努力以高质量履职服务贵州省高质量发展。

　　五年来，贵州省政协事业坚持与时俱进、守正创新，实现了积极发展、取得了长足进步。成绩是全方位和全局性的，其中很多工作具有特殊性、突破性和开创性。

图为政协委员在听取政协第十二届贵州省委员会常务委员会工作报告。　瞿宏伦摄

　　五年来，贵州省政协加强制度化、规范化、程序化等功能建设，提高深度协商互动、意见充分表达、广泛凝聚共识水平。

　　报告指出，五年来，最具根本性的是始终坚持习近平新时代中国特色社会主义思想科学指导，持续深入推进中央政协工作会议精神走深走实；最具创新性的是搭建高层次协商平台，实现所有党政领导听取委员意见建议和“一府两院”领导同志与委员专题协商“全覆盖”；最具影响力的是登梯借力争取中国经济社会理事会支持，推动国发【2022】2号文件出台；最具广泛性的是组织省市县三级政协开展“百千万行动”，坚决扛起按时打赢脱贫攻坚战的重大政治任务；最具挑战性的是紧急动员政协委员采购疫情防控紧缺物资，为坚决打赢疫情防控阻击战广泛聚智聚力；最具系统性的是指导市县政协加强和改进工作，促进政协协商有效服务基层治理。

　　十二届贵州省政协副主席李汉宇在作关于提案工作情况的报告时说，五年来，共收到提案3939件，经审查立案3734件。立案提案中，集体提案1249件，委员提案2485件，均已全部办复。提案展现了政协委员为国是建言、为人民履职的使命担当，彰显了人民政协在发展全过程人民民主和发挥专门协商机构作用上的独特优势。提案提出的很多意见、建议得到承办单位的重视和采纳，为助力贵州贯彻新发展理念、融入新发展格局、推动高质量发展贡献了智慧和力量。

图为政协委员在听取政协第十二届贵州省委员会常务委员会工作报告。　瞿宏伦摄

　　李汉宇表示，五年来，贵州省政协探索“六个首次”，引领发展创新。首次借鉴课题研究方法，从提案线索中遴选重点建言方向，发挥党派团体、各专委会和各界别优势，加强重点提案的组织策划；首次把提案线索征集范围覆盖到社会各界和党委、政府部门，科研机构和市(州)政协，进一步拓宽线索来源渠道，提升线索征集的高度、深度和广度；首次参照提案督办的方式，督促各相关部门按照重点提案的办理要求，对政协全体会议大会发言和联组发言领导批示意见进行跟踪落实；首次推行提案工作表彰新模式，采取年度评选与届次表彰相结合的办法进行表彰；首次实施提案办理工作考核新办法，将提案办理工作纳入省直单位服务高质量发展目标绩效考核，充分发挥考核“指挥棒”的导向作用；首次组建提案工作专家智库，聘请各领域专家学者组成“智囊团”，为提案工作高质量发展提供智力支持。

　　五年来，贵州省政协围绕推动经济社会高质量发展提出提案1219件；围绕推进社会主义民主政治建设提出提案215件；围绕弘扬新时代贵州精神提出提案289件；围绕完善社会治理改善民生保障提出提案1800件；围绕守住发展和生态底线提出提案211件。

　　关于贵州省政协今后五年的工作建议，报告提出5方面的建议，持之以恒强化理论武装、持之以恒坚持党的领导、持之以恒深化协商议政、持之以恒服务发展大局、持之以恒汇聚强大力量。(完)

天空彩票app娱乐

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（）