彩神88-（中国）企业百科

来源：彩神882024-04-22 17:48

【新时代新征程新伟业】发挥央企担当 “中化学力量”助力赣南苏区振兴发展******

　　中新网赣州12月17日电题：发挥央企担当 “中化学力量”助力赣南苏区振兴发展

　　作者吴鹏泉罗鲜梅

　　挖掘机的“钢铁臂膀”不停挥舞、工程车辆在工地上来回穿梭、旋挖钻的轰鸣作业声此起彼伏……仲冬时节，走进赣粤产业合作区(南康片区)标准厂房及配套基础设施项目施工现场，一派热火朝天的建设场景。

　　据承建方中化学南方建投(江西)有限公司赣粤产业园项目经理李鹏介绍，该项目于今年8月开始建设，主要包括科创中心、标准厂房、市政配套基础设施、场地回填平整4个子项目，估算总投资5.81亿元。整个项目建成后，将有力助推赣南苏区积极承接粤港澳大湾区产业转移。

　　赣粤产业合作区(南康片区)标准厂房及配套基础设施项目，是中化学南方建投(江西)有限公司助力赣南苏区振兴发展的一个生动缩影。

为改善民众居住环境，江西赣州市南康区推动实施了东山街道棚户区改造安置房建设项目。　杨晓明摄

　　2020年4月7日，中化学南方建投(江西)有限公司在赣州市南康区注册成立，同月28日即受邀参加国务院国资委与江西省政府共同举办的“贯彻落实振兴赣南等原中央苏区振兴战略暨央地合作视频会”，会议现场与赣州市南康区政府签订家具集聚区标准厂房建设项目二期投资合作协议，负责该区5个家具集聚区标准厂房F+EPC项目建设。

　　中化学南方建投(江西)有限公司党委书记、董事长米伟秀介绍，该公司落户赣南苏区后，先后中标了多个项目，涉及基础设施建设、棚户区改造、民生工程、乡村振兴等多领域。

　　房屋老旧、道路狭窄、垃圾成堆……“脏乱差堵”曾是赣州市南康区东山街道东山社区居民吴福平对小区居住环境的深刻记忆，“电线杂乱密布，像蜘蛛网一样；路面坑坑洼洼，下雨天污水到处乱流”。

　　民以居为安，棚户区改造是加快经济发展、实现民众安居乐业的民心工程。为改善民众居住环境，南康区推动实施了东山街道棚户区改造安置房建设项目。

　　“棚改房建成后，可容量住户能达到778户。”站在机声隆隆、塔吊林立的工地上，中化学南方建投(江西)有限公司东山街道棚户区改造安置房建设项目安全总监牛付州告诉记者，项目部高标准规划、高品质建设、加速度推进，确保项目按期交付。

　　“从拆迁到现在，房子建得很快，希望早日住进新房子里。”经常来工地看看施工进度的吴福平，对入住新房后的生活充满期待。

　　距离东山街道棚户区改造安置房建设项目约5公里的南康区文化强国馆项目，同样在加紧建设中。这是赣州市城镇文化旅游基础设施建设及配套产业提升重点项目。

图为赣州市南康区文化强国馆项目在加紧建设中。　杨晓明摄

　　中化学南方建投(江西)有限公司文化强国馆项目副经理周代飞介绍，项目主体钢结构工程层高较高、柱间距大、造型复杂，属于大空间异性钢结构施工。为保证钢结构工程顺利进行，项目部对加工产能、质量及工艺等方面严格把关。“项目施工后，给当地创造了不少就业岗位。”

　　47岁的邓同全家住南康区隆木乡，今年9月份来到文化强国馆项目上务工，从事泥工工作，“之前在南康接一些零零散散的活，收入很不稳定，现在在工地上干活，每天能挣几百块哩！”

　　米伟秀表示，中化学南方建投(江西)有限公司承建的一个个重大项目落地建设，为江西赣州加快建设革命老区高质量发展示范区贡献了央企力量。(完)

彩神88

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（）