CC彩票网手机版_CC彩票官网

【地评线】飞天网评：为中国经济发展投下“信心票”******

　　“中国经济韧性强、潜力大、活力足，长期向好的基本面依然不变。只要笃定信心、稳中求进，就一定能实现我们的既定目标。”经济韧性强、潜力大、活力足且长期向好，这是我国经济的基本面，也是我国经济发展的显著特征和优势。当前，我国经济运行仍面临不少风险挑战，但经济长期向好的基本面没有改变。随着中国疫情防控政策的调整，不仅会促进中国自身发展，也将惠及国际社会，为世界经济复苏增添动力。对此，我们要笃定信心，保持定力，专心致志地做好自己的事情。

　　自信来源于长期向好形势。无论是从近三年，还是从2023年元旦假期来看，都集中展示了中国经济发展的韧性与活力。面对新冠肺炎疫情的冲击，中国经济经受住了各种极端考验，在短时间内走出了正向发展趋势。2020年国内生产总值首次突破百万亿元大关，成为全球唯一实现经济正增长的主要经济体；2021年国内生产总值接近115万亿元，占全球经济比重达到18.5%，2022年预期可超过120万亿元。由此说明，中国经济的发展趋势依然保持着强劲势头，中国经济韧性强、潜力大、活力足且长期向好的判断是正确的。2023年元旦，全国交通、餐饮、娱乐、旅游、生活服务等行业逐步回暖，久违城市“烟火气”再次回归，为即将到来的春节注入了新的动力活力。据悉，预计今年春运客流总量超20亿人次，比去年同期增长99.5%，可望恢复到2019年同期水平的七成。无论是从国际社会的反应，还是从国内消费市场的情况来看，都对中国经济发展投下了信心票。

　　自信来源于巨大回旋空间。中国经济发展的区域性和差异性，为经济发展带来了巨大回旋空间，注入了巨大潜力。从东部沿海来看，经济发展快速，产业发展生机勃勃，迈出了高质量发展的坚实步履，在技术创新引领带动下，展示出了强劲发展动力。从中西部地区来看，自身具有先天的资源禀赋和比较优势，在承接东部成熟产业，优化产业结构、提升发展水平等方面，具有互补性，由此形成了由东至西、由城市至乡村的梯度发展格局。“沿海地区踊跃创新，中西部地区加快发展，东北振兴蓄势待发，边疆地区兴边富民。”这就是生机勃勃的中国。各地立足自身资源优势迈出发展步履，实现错位发展，又彼此配合、互为补充，在产业链和供应链方面形成一个发展整体。从中西部地区吸引外资情况来看，中西部地区经济增长与吸收外资增速多年高于东部地区，为扩大内需、民营企业发展、新型城镇化建设、乡村振兴、国际合作等拓展了更加广阔的空间。这些都是中国经济稳中有进、稳中向好发展的底气与自信。

　　自信来源于持续对外开放。提高利用外资水平，开放大门要越开越大，让更多外资进得来。2023年1月1日，《鼓励外商投资产业目录（2022年版）》正式生效施行，总条目1474条，与2020年版相比，增加239条、修改167条。鼓励目录越来越长，负面清单越来越短。近年来，我国持续降低外资准入门槛，全国和自贸试验区外资准入负面清单已分别缩减至31条和27条，形成了制造业基本开放、农业服务业稳步持续开放的格局。去年前11月，我国实际使用外资金额11560.9亿元，按可比口径同比增长9.9%；我国货物贸易进出口总值38.34万亿元，同比增长8.6%。我国已经连续3年清理了与外商投资法不符的法规、规章、规范性文件，推动了500多份文件的立改废。外资的逆势增长，不仅说明中国经济具有巨大的潜力动力，而且进一步增强了我们推动高质量发展的强大自信。（李萍）

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）