富翁彩票_富翁彩票

南湖革命纪念馆：传承红色基因 守好红色根脉******

　　2002年10月22日，习近平同志到浙江履新的第11天，就来到嘉兴考察，并视察南湖、瞻仰红船。此后，他又多次到嘉兴考察，瞻仰红船、参观南湖革命纪念馆。特别是2017年10月31日，习近平总书记带领第十九届中央政治局常委集体瞻仰南湖红船、参观南湖革命纪念馆并发表重要讲话，为嘉兴继承光荣传统、赓续红色血脉指明了方向、提供了根本遵循。

　　南湖革命纪念馆作为中国革命红船起航地纪念馆、红色根脉所在地，把学习宣传贯彻党的二十大精神作为当前和今后一个时期的首要政治任务和头等大事，把坚定自觉地用党的二十大精神统一思想和行动摆在最突出位置，在学深悟透上做表率，在宣传宣讲上增氛围，在贯彻落实上见成效，推动党的二十大精神深度融入党性教育。

南湖革命纪念馆基本陈列序厅 南湖革命纪念馆供图

　　早在2004年3月，时任浙江省委书记的习近平同志专程就统筹城乡发展、推进城乡一体化到嘉兴开展调研，认为嘉兴完全有条件成为浙江省乃至全国统筹城乡发展的典范，并在深入调研考察基础上，主持召开浙江省统筹城乡发展、推进城乡一体化工作座谈会。随后，嘉兴制定了城乡一体化发展规划纲要，成为全国首个提出此类纲要的地级市。

　　党的二十大报告提出“三个务必”，其中强调全党同志务必不忘初心、牢记使命。这是新征程上弘扬伟大建党精神、传承“红船精神”的具体体现，更是新时代践行以伟大建党精神为源头的中国共产党人精神谱系的切实行动。南湖革命纪念馆立足红色根脉重要标识，弘扬伟大建党精神、传承“红船精神”，发挥思想政治工作传家宝和生命线作用，进一步挖掘展示红色资源的思想内涵和时代价值，强化党性教育功能，强化党的创建史和习近平新时代中国特色社会主义思想的研究阐释，围绕革命、建设、改革各个历史时期的重大事件，充分发挥红色文化的引领作用，教育引导广大干部群众坚持以习近平新时代中国特色社会主义思想为指导，进一步提高政治站位、健全工作机制、强化工作措施，真正让红色基因融入血液、融入品格、融入时代，从而在用好红色资源中守好红色根脉。

　　南湖革命纪念馆作为初心之地纪念馆，努力筑牢学习宣传实践习近平新时代中国特色社会主义思想的阵地，健全党史学习教育长效机制。他们通过聚焦“初心使命”“伟大建党精神”“红船精神”，加强红色资源的系统研究研讨，夯实基础性研究，用好“红船起航”主题展这个主阵地和红色资源宝库。

　　依托丰富生动的红色资源，南湖革命纪念馆创新服务思政课程的宣讲载体，组织全体宣讲员集体备课，并通过系统学习和深入交流，在学深悟透党的二十大报告的基础上打磨形成了系列精品党课，开展“七进”宣讲活动，打好具有辨识度、影响力的学习宣传贯彻党的二十大精神的组合拳。始终把“守好红色根脉，当好红船卫士”作为使命和担当，时刻牢记习近平总书记的殷殷嘱托，加强红船的科学管理保护，秉承“两年一大修，一年一小修”原则，确保其完好如初。通过编织陆地、水面、水下和空中的立体防护体系，联合公安、消防等部门设立24小时护卫岗，启动联动保护机制，全方位无死角筑牢红船防护线。几十年来，红船始终以其固有的平静和博大接受着人们的瞻仰，向每一位到访者讲述着中国共产党诞生的那段伟大历史。

　　围绕习近平新时代中国特色社会主义思想和党的二十大精神，南湖革命纪念馆面向党员干部群体，坚持问题导向，持续深化“六个一”主题教育，把理想信念教育贯穿在“六个一”主题教育中，发挥南湖革命纪念地独特优势，不断创新宣讲手段和方式方法。通过开设“红船大课堂”“南湖水上课堂”，不断拓展“六个一”教学阵地；挖掘红船故事、“红船精神”，不断创新“六个一”教学内容；开发“重走一大路”体验式党性教育项目，不断创新“六个一”教学形式，进一步将“六个一”主题教育活动打造成为弘扬“伟大建党精神”“红船精神”、不忘初心使命的精品课程。（徐继宏）

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）