彩神彩票APP-彩神彩票官方

@回家的你 春运出行这些安全隐患别忽视******

　　临近春节，人们外出增多，有的驾驶人为了图一时方便，将乘客和货物一起塞入车厢内，殊不知这种人货混装的行为，会给行车安全埋下很大安全隐患。

　　乘车不规范 人货混装生隐患

　　近日，陕西渭南高速交警在京昆高速韩城服务区例行检查时，发现一辆面包车后面两排座椅上的四名乘客都没有系安全带，旁边堆放着大包小包的行李。

　　原来，驾驶人郭某当天带着家人从河北保定前往四川达州探亲，由于拉载的行李过多，他便将后备厢放不下的行李堆放在座椅上，丝毫没有意识到这一行为的危险性。

　　高速交警 王奕超：人货混装是非常危险的行为，特别是在高速公路上行驶时，一旦车子发生紧急情况、刹车或转弯时，车内的货物很可能受惯力作用发生翻滚，极易砸伤车内人员，存在严重安全隐患。

　　前些天，高速交警在东昌高速江西抚州服务区发现一辆7座小车，里面部分座椅被拆卸，两名乘客就躺在车厢里。

　　驾车出行 请提前检查车况

　　春运期间，驾车长途出行需求增多，驾驶人出发前首先要对车辆安全情况做好检查，谨防车辆在行驶时发生突发情况。

　　近日，山西高速交警在视频巡逻时发现，一辆重型半挂牵引车在驶入高速后不久便停在了匝道口处，既没有开启报警闪光灯，也没有摆放警示标志，随后，驾驶人下车围着车子检查，周边不时有车辆驶过，交警立即电话联系了驾驶人，确认其车辆可以正常行驶后，要求其立即从前方收费站驶离高速。

　　交警在随后的检查中发现，这辆车子的水箱管路一直漏水，而驾驶人只是随意处理一下，并没有完全消除安全隐患，这就导致他在行车过程中时不时就要下车查看，而且现在正值寒冬，滴在路面的水很容易结冰给其他车辆造成安全隐患。

　　交警责令驾驶人立即消除安全隐患后再上路行驶，并对其车辆发生故障后未放置警示标志的行为处以罚款200元，驾驶证记3分。

　　还有修平高速江西九江境内的一起自燃事故，原因是这辆车的使用年限较长，加之驾驶人很少对车辆进行检查维护，导致在行驶过程中电路出现问题。

　　交警提醒，春运期间路面车流量较大，在高速公路发生故障或交通事故、自燃等情况需停车时，应第一时间持续开启危险报警闪光灯，并在故障车来车方向150米以外设置警示标志，车上人员应迅速转移到安全地带并报警。

　　规范装载 谨防意外

　　临近春节，物资运输需求旺盛，干线公路交通流量将持续增长，大客车、大货车、危化品运输车、小客车等各类车型混合通行程度升高，交通拥堵和事故风险凸显。交管部门提醒，车辆上路一定要规范装载，谨防发生意外。

　　近日，广西来宾交警在蒙村镇地六村路段巡逻时，发现一辆轻型自卸货车存在严重的超高、超长、超载的违法行为。经查，这辆货车核载重量为1.1吨，可过磅检查时，交警发现该这辆车重量竟达33.46吨。

　　在检查过程中交警还发现，驾驶人欧某并未将车上的货物绑紧系牢，只是简单地用几根木头相互卡住，在这种情况下，木头一旦在车辆行驶过程中掉落，极易砸到周围的车辆及行人，引发交通事故。交警依法对驾驶人欧某的违法超载行为处以罚款2000元，驾驶证记6分。

　　前些天在沪渝高速湖北宜昌段，一辆半挂车在行驶过程中，运载的玻璃突然脱落，随后砸向后方正常行驶的小车，小车驾驶人在向左避让的过程中，差点儿撞上中央护栏，事故导致小车前挡风玻璃及立柱受损，所幸没人受伤。通过排查，交警锁定肇事大货车并联系上了驾驶人陈某。

　　经询问，驾驶人陈某当天从江苏运送一车玻璃前往重庆，因为玻璃捆绑过紧，也没有用软性包裹进行保护，导致玻璃破碎掉落引发事故，交警认定，事故责任由驾驶人陈某承担。交警表示，无论装载任何货物，货运车辆出发前都应做好货物装载检查，行驶中发现有货物遗撒请及时将车停于应急车道或驶入就近服务区，然后报警求助。(央视新闻客户端)

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）