云顶彩票充值-用户注册 | 官网首页登录平台网址

来源：云顶彩票计划2024-02-28 17:48

云顶彩票充值

“遇见和田”摄影全球征集大赛启动******

　　中新网4月13日电位于昆仑山与塔克拉玛干大沙漠之间的和田，曾是古丝绸之路南道重镇，以丝绸、地毯、玉石等众多特产而闻名。你眼中的和田什么样？你与和田又有哪些故事？

　　4月13日，由中国新闻网与新疆和田地区文旅局共同主办的“遇见和田”摄影全球征集大赛正式启动。

　　征集将持续至2022年7月底，结束后将评选优质作品予以奖励，并通过中国新闻网及其新媒体矩阵进行网上展播。

　　征集要求：

　　积极向上，创作手法新颖，以“遇见和田”为主题，用镜头展现和田自然风光、人文历史等，力求展现和记录和田的发展变化以及各领域民众建设和田的摄影作品。

　　1、作品规格：

　　1)形式体裁不限，作品内容积极向上，需符合征集内容。投稿作品单幅、组照均可，可多次投稿；

　　2) 拍摄内容应真实客观，不允许对原始图像做影响真实性的调整和润饰。不接受创意类作品。(照片仅可作亮度、对比度、色饱和度适度调整，不得用电脑或传统暗房技术作合成、添加、删除、更换背景等技术处理)；

　　3) 图片说明须包括拍摄时间、地点，对画面的描述，关键人物的姓名，重要的背景信息等。

　　4) 单幅、组照不限(每幅/组作品为1件)，彩色、黑白作品均可。组照作品每件限5-10幅单张作品组成。每位作者投稿件数不限。

　　5) 投稿统一接收jpg格式文件，单幅图片不能小于1M，不大于10M，长边不低于2000像素。

　　6) 投稿方式为电子文件作品；

　　7) 本次征集不收取任何费用。

　　2、投稿者需遵守以下原则和规定：

　　1) 投稿作品须为原创作品，投稿时必须填写完整作品标题、拍摄时间、地点、人物、事件以及简要说明，否则无法上传作品，凡因提交的个人信息不全面而影响联络者，视为自动放弃参展资格。

　　2) 投稿者应保证其为所投送作品的作者，并对该作品的整体及组成部分均拥有独立、完整、明确、无争议的著作权；投稿者还应保证其所投送的作品不侵犯第三人的包括著作权、肖像权、名誉权、隐私权等在内的合法权益。

　　3) 征稿期间，投稿作品若被用于推广、展示，不代表最终入展。

　　4) 作品入展后，主办单位将调取作品原始文件，用于展览和画册制作。作者应将大数据文件在规定的时间内向主办单位提交，不能按要求提供者视为自动放弃入展资格。

　　5) 主办者有权在出版画册、举办展览、相关宣传中使用入选作品，不另行支付稿酬。

　　6) 本次征集活动解释权属于主办单位。凡投稿者，即视为已同意本征稿启事所有规定。

　　投稿方式：

　　(1)系统投稿

　　投稿地址：https://actshow.chinanews.com/htpic22/user/login

　　(2)其它方式投稿：

　　1)私信投稿：可关注中国新闻社、中国新闻网微博，通过私信投稿

　　【注：此种投稿方式需下载《报名回执表》，下载地址：http://www.chinanews.com.cn/fileftp/2022/03/2022-03-06/U435P4T47D49877F24532DT20220307151821.docx

　　将摄影作品以单独文件制作，并以“所在地区+报送单位+负责人姓名+作品标题”命名(个人报名不写报送单位)；

　　《报名回执表》填写完需重命名，文件名称与摄影作品文件名称一致，统一发送。】

　　主办单位：

　　中国新闻网

　　新疆和田地区文旅局

　　新疆和田地委网信办

　　特别项目支持：

　　安徽驻新疆援建指挥部

　　联系方式：

　　技术咨询：13522053772

　　内容咨询：(010)6899 8392

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（）