点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
台湾台南一砂石车与摩托车相撞 女骑士重伤送医******
中新网2月1日电 据台湾《联合报》报道，台南市东区北门路二段、公园南路口，2月1日清晨9点多发生砂石车和摩托车相撞车祸，摩托车卡在砂石车左侧车头，女骑士一度被压在车底，经消防人员抢救后脱困送医。警方说，正在调查厘清车祸发生真正原因和肇事相关责任。
台南市东区北门路二段、公园南路口，2月1日清晨9点多发生砂石车和摩托车相撞车祸。图片来源：台湾《联合报》（记者 黄宣翰 摄）台南市消防局救灾救护中心2月1日清晨9点7分接获民众报案，位于台南市东区北门路二段、公园南路口，有砂石车撞上摩托车，女骑士被卡在砂石车下。消防分队接获报案到场抢救，动用破坏器材花了20多分钟将女骑士救出脱困，女骑士现场没有呼吸心跳，紧急实施心肺复苏术急救。
警方调查，车祸发生时，砂石车沿公园南路左转北门路二路，摩托车和砂石车同方向行驶。砂石车男司机说，他驾车沿公园南路行驶，车子刚起步，没有看到女骑士。警方说，砂石车男司机酒测值为零，至于车祸发生真正原因和肇事责任，警方正调阅路口监视画面进一步查明。
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（）  视觉焦点
大发注册地图 |
)