三分快三必赚方案_三分快三开户

来源：三分快三登录2024-05-19 17:48

直击广西梧州春运返乡路：“摩托大军”渐渐淡出春运史******

　　中新网南宁1月19日电题：直击广西梧州春运返乡路：“摩托大军”渐渐淡出春运史

　　作者蒋雪林林洁琪

　　“原以为今年中国优化疫情防控政策后，返乡摩托车会多一些，现在看来，‘摩托车大军’将淡出春运史。”广西梧州市公安局交警支队高速公路管理三大队教导员邹丹在接受中新网记者采访时说。

　　邹丹已连续10多年参与“摩托大军”春运服务保障。她和李子郁、李金兰三人，十多年来，每年都会到广西梧州市东出口春运服务站，服务过往的返乡“摩托大军”。

　　2008年，时任梧州市交警支队副支队长的李子郁，负责协调组织在321国道省际卡口设立春运服务站。

把驾驶摩托车返乡当成乐趣的年轻骑手停靠梧州东春运服务站拍照留念。

　　李子郁表示，在粤务工人员驾驶摩托车返乡开始于2000年左右，当时几千元人民币一辆的摩托车进入普通中国家庭，由于火车票不好买，农民工只好驾驶摩托车返乡。2008年“摩托大军”开始形成规模，当年过境梧州返乡过年的摩托车达7万辆。

　　“在321国道上因此形成了一种与摩托车返乡相关的特殊文化现象，有交警提供换证服务，有企业设点招聘员工，有文化部门在现场写春联送给骑手，更有在服务站发生的一幕幕感人的故事。”李子郁说。

邹丹在服务返乡摩托车手。

　　“我在服务摩托大军的过程中，就遭遇到一件令我非常感动的事。”邹丹说。2014年1月21日，家住广西藤县大黎镇怀有身孕的覃月玲和丈夫乘坐摩托车返乡，途经梧州市东出口春运服务站时，被一辆面包车剐蹭倒地。因邹丹等人的及时救助而保住了胎儿的覃月玲，五年后，乘坐丈夫驾驶的汽车专程来到梧州东出口春运服务站看望邹丹。

　　与邹丹一样，中国石化广西石油梧州分公司员工李金兰也收获了很多感动。她在这里为返乡摩托车服务已有20年，服务过的“摩托大军”超5万人次。

　　邹丹和李金兰都曾把自己的孩子带到梧州东出口春运服务站做志愿者。“以前有很多小孩一起随‘摩托大军’返乡，这几年都见不到了。”李金兰说。

李金兰在接受中新网记者采访。

　　家住广西桂平市社坡镇光明村的张树勇，就曾用摩托车搭乘孩子返乡。“今年两个孩子都乘坐亲戚的小汽车回家了。”张树勇说。他和妻子薛焕芳已连续8年共骑一辆摩托车从中山市小榄镇返乡。今年1月16日，他将摩托车停靠在梧州东出口春运服务站休息。

　　和张树勇一样，家住广西贵港市平南县官成镇苏茆村的李汝发，也是摩托大军的一员。“以前一临近春节，很多老乡就相约一起从广东中山市小榄镇开摩托车回家，现在他们都买小汽车了。”李汝发告诉记者，他的两个小孩快大学毕业了。“再奋斗两三年，我也买辆汽车。”李汝发说。

　　李子郁表示，目前还选择驾驶摩托车返乡的骑手中，类似张树勇的骑手越来越少，他们多是把驾驶摩托车返乡当成一种乐趣的年轻骑手。来自贵港的李建航就是这样的年轻人，他驾驶的是大排量的摩托车，目的是享受“风与自由”。

　　李建航在广东佛山市务工10年，他的父亲也曾是“摩托大军”中的一员，凭着多年在东莞市的打拼，终于在2021年买了汽车。李建航说：“我家虽然有汽车，但我不想开，骑摩托车自由，还能一路游玩。”

　　邹丹表示，开行对数不断增加的动车分流了“摩托大军”。南广及贵广高速铁路相继在2014年底开通。2015年春运广西和广东之间日均开行动车只有41对，2023年已超过200对。在铁路逐渐增加的运能中，“摩托大军”也逐年减少。春节期间过境梧州返乡过节的“摩托大军”最高峰时达25万辆，今年过境梧州返乡过春节的摩托车预计只有1万辆。

　　12年前，记者即在梧州东出口春运服务站目睹“摩托大军”返乡“盛况”。如今，服务“摩托大军”的李金兰和李子郁也已退休。“摩托大军”也将淡出大众视线。邹丹说：“梧州市交警部门这两年已不再将‘摩托大军’作为春运返乡的重点服务对象，交警的工作重点逐步往高铁站、高速公路收费站的周边路口转移。”(完)

三分快三必赚方案

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（）