重庆交通执法部门开展“净窗”系列检查行动******

　　图为执法人员在重庆北站举行“温暖春运 携手送福”活动，为旅客提供服务。　张旭　摄

　　中新网重庆1月10日电 (张旭)2023年春运已拉开帷幕，记者10日从重庆市交通运输综合行政执法总队轨道交通支队获悉，重庆交通执法部门已于近日开展“净窗”系列检查行动，为民众平安回家保驾护航。

　　据介绍，此次行动涵盖多个方面。在轨道交通方面，重庆交通执法部门积极对接轨道运营公司，根据2023年春运期间客流、天气等特点，抓好隐患排查整改，督促企业落实安全生产主体责任。

　　图为执法人员正在检查出租车。　张旭 摄

　　同时，重庆交通执法部门梳理可能出现大客流的轨道站点，调配执法力量，强化节日期间重点轨道站点巡查；科学合理安排好应急备勤力量，全力维护春运期间轨道交通运输运营安全及运输秩序。

　　在道路运输秩序方面，“净窗”行动重点整治重庆江北国际机场、重庆北站、重庆西站等重要枢纽站场的非法客运、“羊儿客”、网约车线下揽客、巡游出租汽车不按规定运营和不文明服务、客运站场超载车辆出站等行为，并围绕“两客一危一租赁”(即班线客运、旅游包车、危化品运输车、租赁大客车)，严厉查处班线客车、旅游包车、危化品运输车、租赁大客车及驾驶人员资质不符要求，未按照核定的线路营运并违规站外揽客、上下客等违法违规行为。

　　图为执法人员正在对网约车进行检查。　重庆市交通运输综合行政执法总队轨道交通支队二大队供图

　　同时，重庆交通执法部门深入客运运输企业，督导客运站场(旅游集散中心)加强内部监管，杜绝超载车辆出站、未经核定进站的车辆进站从事经营活动以及未通过安全检查的车辆发车。对于检查中发现的车辆安全问题，督促现场整改，不到位不放行，情节严重的，依法暂扣运营车辆，并联系所属公司接受相应处理。

　　图为执法人员在重庆北站对旅客发放安全乘车宣传资料，并提供引导。　张旭 摄

　　2023年春运期间，重庆交通执法部门将持续深入开展“净窗”系列行动，进一步强化执法服务水平，扎实开展辖区交通运输行业执法监管工作，净化辖区道路运输市场环境。(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