春节期间多条粤港及港澳水上航线客量实现增长******
中新网广州1月27日电 (记者 蔡敏婕)随着粤港两地暂停近3年的跨境水上客运航线顺利复航,珠江船务驻香港企业珠江客运有限公司所营运的粤港跨境水路客运航线迎来了春运出行高峰。据初步统计,自春运开始至1月27日,中山、广州南沙、深圳机场、深圳蛇口等粤港跨境航线客运量突破5.1万人次。
为更好给旅客提供安全、便捷的出行服务保障,珠江客运提前做好预判准备,加配售票员、更新最新型扫码器等设备,以减少高峰期旅客的排队等候时间。同时,考虑到部分旅客携带多个大件行李出行不方便,珠江客运还在码头设置了行李托运服务,办理行李托运后即由专人负责行李装箱和装船卸船,方便旅客轻松出行。
自1月8日港澳两地逐步恢复免核检通关后,珠江船务所属驻香港企业珠江船务高速船有限公司管理的金光飞航港澳水上客运航线迎来复航后的客运量逐步攀升,并在春节期间迎来客流高峰,截至1月24日,港澳航线共开出航班近150个,高峰日载客率逾90%,安全运载旅客超3.4万人次。
为满足港澳旅客跨境出行需求,珠江高速船公司动态研判客流变化,及时优化调整客运服务安排,科学合理安排航班计划。同时,为应对春节期间的客流高峰,珠江高速船提前安排船舶完成检修参与投入到春运,并结合客量加强对航班的动态调整,在复航两周后增开夜航航班,同时调派岸基写字楼部分人员到一线增援,进一步提升旅客快速通关入闸的效率。
下一步,珠江高速船将以此次复航客量数据回暖为契机,加强工作谋划,丰富粤港澳大湾区居民的出行需求。(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)