y39彩票登录 - 360百科

中国2022年汽车商品出口金额同比增长26.4%******

　　中新社北京2月2日电 (记者 闫晓虹)中国汽车工业协会2日披露，中国汽车出口已进入一个新的发展阶段。中国汽车出口金额保持快速增长。

　　据中国汽车工业协会整理的中国海关总署统计数据显示，2022年12月，与上月相比，中国汽车商品进、出口金额均有所下降；与上年同期相比，中国汽车商品进口金额呈较快下降，出口金额保持快速增长。

　　2022年12月，中国汽车商品进出口总额为206.8亿美元，环比下降9.9%，同比增长10.0%。其中，进口金额环比下降10.2%，同比下降9.1%；出口金额环比下降9.8%，同比增长21.3%。

　　中国汽车工业协会称，2022年，全国汽车商品累计进出口总额为2486.5亿美元，同比增长11.7%。其中，进口金额同比下降7.7%，出口金额同比增长26.4%。

　　中国汽车工业协会表示，2022年中国汽车品牌的国际竞争力持续提升，出口呈快速增长趋势。2023年中国汽车市场将持续稳中向好的发展态势。(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）