彩神ap手机版APP - 百度词条

北京市政协委员建言擦亮历史文化“金名片”******

　　中新网北京1月17日电 (记者 杜燕 刘文曦)今年北京市政府工作报告中提出，擦亮历史文化“金名片”。正在召开的北京市政协十四届一次会议上，委员们围绕历史文化名城保护、文化遗址保护、历史文化建筑管理等建言献策，以推进全国文化中心建设，增强大国首都文化软实力。

　　“要以高度的历史担当，加强北京历史文化名城保护。”来自文化艺术界的新委员杨家毅是中国共产党早期北京革命活动纪念馆馆长，他称，北京城是中国都城发展的杰出典范，是“天人合一”“和合共生”等中国传统文化核心理念的集中体现地，也是世界文化遗产集中承载地，因此要全面系统地加强北京历史文化名城保护，既要系统梳理并保护好各类文物，也要保护各类建筑遗存，还要保护历史水系、道路等遗存。

　　在他看来，历史文化名城保护还要正确处理好保护和民生的关系，不能忽视生活在这里的人。协调好城中居民生活，调动其保护意识，使其成为景观中动态活力的一部分，是历史文化名城保护的应有之义。

　　“东胡林遗址是探讨中国北方旱作农业起源的最重要考古发现，是中华民族雄踞欧亚大陆东部的基础保障。由于种种原因，遗址保护及开发利用工作进展缓慢，遗址保护现状与其世界级科学价值和巨大影响力很不相称。目前，遗址的抢救性保护迫在眉睫。”民盟北京市委秘书长严为呼吁加大力度实施保护利用。

　　东胡林人遗址位于北京市门头沟区斋堂镇东胡林村清水河北岸，是继北京人和山顶洞人旧石器文化遗址之后的又一重要发现。严为建议，北京市政府把加强遗址保护纳入全市重点工作，将申报全国重点文物保护单位作为深化全国文化中心建设的重要目标之一，以此带动遗址保护利用升级工作。同时，要加强对遗址利用的专题研究和规划，运用现代技术，扩大发掘面积或调查新的同期考古遗址并进行发掘，为后续建设国家文化遗址公园和主题博物馆奠定基础。同时，要借助主流传统媒体、新媒体等将东胡林遗址文化推向世界，有效扩大中华优秀文化影响力。

　　北京市政协委员、北京师范大学教授杨利慧谈到，目前没有进入非遗名录的民俗文化多少受到冷落或忽视，建议北京进一步完善首都非遗的保护机制，以切实推进其全国文化中心建设，也为国内以至国际的非遗保护提供“北京样本”。

　　她认为，可以鼓励“非遗在社区”的理念和相关实践，彰显非遗与民众活生生的日常生活的关联性，更有利于维护和营造非遗传承发展的良好生态。可以设立专项基金，对各地的完整非遗资源，不仅仅是代表作项目，开展系统的搜集、整理和建档保护。同时，打造数字化的“北京非遗之旅”文化地图，规划设计数字化的“北京非遗之旅”，让北京的普通百姓和传承人讲述非遗故事，任何人按图索骥亲临传习所现场，实地观摩其技艺展示，通过这样的方式展示非遗的独特魅力。

　　根据今年的北京市政府工作报告，北京将立足文化自信自强，做好首都文化这篇大文章，更好满足民众日益增长的精神文化需求。

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）