天天彩票官网平台-360百科

来源：天天彩票论坛2024-05-19 17:48

天天彩票官网平台

20余省份完成换届，这些正部级岗位迎来新人******

　　中新网北京1月18日电(记者阚枫)2023年省级地方两会接近尾声，换届之年的省级两会，人事议题颇受舆论关注。截至18日，已有20余省份已完成省级人大、政府、政协三套班子的换届，数十位官员在正部级岗位上履新。

资料图：内蒙古自治区十四届人大一次会议现场。韩卿立摄

　　10余省份省级人大常委会迎来新主任

　　按照惯例，除北京、上海、天津、重庆、广东、西藏、新疆外，其他24省份人大常委会主任均由省级党委书记兼任。

　　此次省级人大领导班子的换届中，截至18日，天津、河北、山西、内蒙古、辽宁、上海、浙江、福建、江西、重庆、四川、陕西、贵州、湖北、山东、新疆的省级人大主任出现变动。

　　这些省份中，河北、山西、内蒙古、辽宁、浙江、福建、江西、四川、陕西、贵州、湖北、山东去年新上任的党委主要负责人，纷纷获任当地省级人大常委会主任。

　　此外，在上海，董云虎当选上海市人大常委会主任，其此前任上海市政协主席；在天津，喻云林当选天津市人大常委会主任，其此前任天津市人大常委会副主任；在重庆，王炯当选重庆市人大常委会主任，其此前任重庆市政协主席；在新疆，祖木热提·吾布力当选新疆维吾尔自治区人大常委会主任，其此前任新疆维吾尔自治区党委常委、统战部部长。

资料图：黑龙江省第十四届人民代表大会第一次会议现场。邵国良摄

　　已有3位代省长“去代转正”

　　在省级政府方面，今年的省级人代会上，有4位代省(市)长作政府工作报告，他们分别是北京的殷勇、黑龙江的梁惠玲、陕西的赵刚、山西的金湘军。

　　去年10月以来，上述4地的省级人大常委会任命他们为代省(市)长，在北京，此前担任北京市委副书记的殷勇获任北京市代理市长，在陕西，此前担任陕西省委副书记、延安市委书记的赵刚获任陕西省代理省长，在黑龙江，此前担任中华全国供销合作总社党组副书记、理事会主任的梁惠玲获任黑龙江省代理省长，在山西，此前任天津市委副书记的金湘军获任山西省代理省长。

　　他们中，1969年8月出生的殷勇为目前31省份中最年轻的省级政府“一把手”，梁惠玲则是继内蒙古自治区主席王莉霞之后，目前31省份中第二位女性省级政府“一把手”。

　　在今年的省级地方两会上，截至18日，金湘军、梁惠玲、赵刚已经“去代转正”，当选为省长。

资料图：中国人民政治协商会议上海市第十四届委员会第一次会议现场。周孙榆摄

　　10余省份政协主席换人，多数为异地调任

　　省级人大、政府、政协领导班子的换届中，“一把手”变动幅度最大的是省级政协。

　　截至18日，已有18省份省级政协主席换人，包括天津、河北、山西、内蒙古、吉林、黑龙江、上海、福建、江西、河南、湖南、广东、海南、重庆、贵州、云南、宁夏、甘肃。

　　观察此次履新的省级政协主要领导，异地调任的特征较为明显。上述履新的省级政协主席中，有13人是异地调任，其中，江西省政协主席唐一军、福建省政协主席滕佳材、重庆市政协主席唐方裕、甘肃省政协主席庄国泰来自中央机关、国家部委等部门。

　　17日，人民政协报微信公众号发文分析此轮省级政协人事变动的特征。文章称，此轮地方政协主要领导干部调整呈现出年轻化、高学历特点，干部选任来源广泛加上异地交流增多，有利于提高政协班子的整体功能和决策水平，改善人民政协的政治生态，进一步激发中国式民主的生机与活力。(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（）