盈彩网app计划群_盈彩网app网投

广西：农民从“靠天吃饭”到“靠技生钱”******

　　光明日报记者 周仕兴 王瑾雯 光明日报通讯员 夏姚

　　“这本‘种植百宝书’，我经常拿出来翻阅。”拿着新型职业农民培训班的笔记本，广西龙胜泰弘农业开发专业合作社负责人邓凤权不禁感叹，“我虽然有十多年种地经验，但想要真正发展好种植产业，还是得懂技术、懂管理，这就要多参加培训学习。”

　　邓凤权是广西新型农民职业培训班的学员。经过专家培训指导后，他种植的百香果收获期从两期增长到三期，每亩增收5000元。“有了技术保障，再加上管理到位、销售渠道稳定，合作社带动周边500多家农户种植罗汉果、百香果3000多亩，帮助175户脱贫户增收。”邓凤权自豪地说。

　　新型职业农民培训，是世界银行结果导向型贷款广西扶贫示范项目推进过程中的重点部分。“通过组织农民参加职业培训，为贫困地区培养视野广阔、懂知识、善经营的新型职业农民，让他们更有底气开启现代化农业新篇章。”该项目负责人说。

　　“我们村土地资源丰富，有麻竹、泉水鱼、柑果等特色产业。新型职业农民培训为村民带来新的理论知识和技术，增收渠道多、后劲足，真正让大伙儿体会到劳动可致富、技术能生钱。”玉林市博白县浪平镇六江村党总支部书记廉祖旺说。

　　博白县实施“星期天工程师”合作模式，邀请了解农村、熟悉农业、贴近农民且具有实践经验的教授学者、乡土专家，利用周末和节假日开设讲座、驻点村屯，把脉乡村振兴存在的问题，指导农业产业发展、村庄规划建设和村民增收致富。通过培训，传统农民变新型农民，种植养殖技术得到提升，休闲农业知识、互联网现代农业知识得到增强。

　　在浦北县龙门镇陈皮生产基地，一筐筐柑橘皮在阳光下散发着阵阵清香。“我们这里素有‘扁柑之乡’美誉，非常适合大红柑生长。通过新型职业农民培训，涌现出一批从事大红柑产业的种植能手和陈皮营销好手。”浦北县农业技术推广研究员张兴财介绍。

　　“我们村从1984年就开始种植大红柑，现在种植面积3000多亩，2021年收入超过5000万元。通过新型职业农民培训及科技人员送技术下乡帮扶，大伙儿一技在身、信心满满。”龙门镇林塘村党总支部书记、村委主任容家良告诉记者，目前全村有100多户种植大红柑，8户年收入超百万元。

　　浦北县聚焦乡村振兴产业发展，坚持人才下沉、科技下乡，把科技特派员制度作为科技创新人才服务乡村振兴突破口，借力乡村振兴人才驿站，推动人才进村、入户、下田，把创新技术注入田间地头，为基层农村产业振兴提供了技术支撑。

　　由于不是传统柑橘种养区，马山县乔利乡三乐村农民种植技术参差不齐。为此，马山县邀请了科技专家、科技特派员到田间地头授课，教授学员柑橘栽培技术、病虫害防治和市场分析等知识。

　　村民韦明京通过培训后，一跃成为沃柑产业基地种植管理小组组长，负责传授小组成员沃柑种养技术。“我以前主要种玉米、稻谷，收成没有保证；自从学习柑橘种植技术后，现在每个月都有3000多元的固定工资收入。”韦明京高兴地说，自己从过去“靠天吃饭”的传统农民变为“按月领薪”的新型职业农民。

　　“新型职业农民培训，主要包括农业和农村服务、农产品加工等涉农工业、一二三产融合发展等。通过培训，农民掌握了农业先进实用技术，提高了生产技能和综合素质，为农村发展注入新动力。”马山县委常委、副县长，广西驻村工作队马山县工作队队长涂坤明说。

　　据介绍，世界银行结果导向型贷款广西扶贫示范项目累计完成新型职业农民培训41745人，完成总目标值的104.36%。

　　《光明日报》（ 2022年12月25日 06版）

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）