来自全国的190多名运动员参赛。 黑龙江省体育局提供
“金牌不仅仅属于我个人,也是属于我们整个团队的,团队给了我很大帮助。”
李馨今年31岁,是本次比赛中年龄最大的运动员。“在比赛中,调整好心态、时刻保持清醒的头脑、合理分配体能是我取胜的关键。”李馨参加过三届冬奥会,和年轻运动员相比,她的大赛经验也起到了重要的作用。
目前,她现在的目标是全力以赴备战明年初的第十四届冬季运动会。在参加过的四届我国冬季运动会中,她共夺得6枚金牌。
选手在比赛中。 黑龙江省体育局提供陈玲夺得了银牌,她在比赛后说:“这是我第一次参加全国锦标赛,自己定的目标是前六名,没想到取得了银牌,大大超出了预期。”刚满21岁的陈玲双曾在去年的黑龙江省运动会中,独揽全部6枚金牌,她现在的目标是能有机会参加冬奥会。
黑龙江省越野滑雪队教练王岩说:“今天的比赛结果,我很满意,李馨得金牌是意料之中,因为她完全具备这个实力,赛前备战也非常刻苦。但让我更加欣喜的是陈玲双的银牌,还有王运迪和靳然等一批年轻队员的出色表现。她们训练越野滑雪才两年半,而且是第一次参加全国大赛,她们的表现令人眼前一亮。”
2022-2023赛季全国越野滑雪锦标赛开赛。 黑龙江省体育局提供此次锦标赛结束后将进行国家队体能选拔测试赛。(完)
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() |