点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
天舟四号成功对接中国空间站 提前为“神十四”乘组送去物资******
中新社北京5月10日电 (马帅莎)据中国载人航天工程办公室消息，天舟四号货运飞船入轨后顺利完成状态设置，于北京时间5月10日8时54分，采用自主快速交会对接模式，成功对接空间站天和核心舱后向端口。
5月10日1时56分，搭载天舟四号货运飞船的长征七号遥五运载火箭，在中国文昌航天发射场点火发射，约10分钟后，飞船与火箭成功分离，进入预定轨道，2时23分，飞船太阳能帆板顺利展开工作，发射取得圆满成功。
天舟四号货运飞船装载了神舟十四号3名航天员6个月在轨驻留消耗品、推进剂、应用实(试)验装置和样品材料、备品备件及部分载荷等物资，交会对接完成后，将转入组合体飞行段。
2022年是中国载人航天工程立项实施30周年，也是空间站建造决战决胜之年。本次任务是今年中国载人航天工程3型火箭6次发射任务的首次发射，后续，还将执行5次宇航发射任务，把2艘载人飞船、2个空间站实验舱、1艘货运飞船送入太空，完成中国空间站在轨建造。(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（）  视觉焦点
快三平台地图 |
)