大发平台论坛-大发平台投注

来源：大发平台客户端2024-08-19 17:48

大发平台论坛

点一盏心灯，暖一院人生——“电亲戚”与盲人邻居的第61个春节******

　　新春走基层丨点一盏心灯，暖一院人生——“电亲戚”与盲人邻居的第61个春节

　　新华社沈阳1月11日电题：点一盏心灯，暖一院人生——“电亲戚”与盲人邻居的第61个春节

　　新华社记者王炳坤、于也童、武江民

　　小年快到了，33岁的杨迪身穿工装、腰挎电工包，拎着米、面、油等年货，穿行在沈阳市铁西区“盲人大院”的几栋居民楼之间。

　　刚爬上7楼，还没等他腾出手敲门，屋里就传来熟悉的声音，“是小杨迪吧。”因为来的次数多，76岁的盲人阿姨邱淑华光凭脚步声就能“认出”他，“这几天我正念叨你呢，你就来了！”

1月5日，杨迪为邱淑华送去节日慰问品。(新华社记者武江民摄)

　　“盲人大院”是民政福利企业原沈阳市互感器厂盲人职工的宿舍，20世纪60年代曾有70余户盲人住在这里。他们虽然眼睛看不见，可日子总是光亮的。杨迪是国网沈阳供电公司郭家供电营业所第14任所长，61年来，郭家供电营业所一直守护着这里，“电亲戚”们定期上门维护线路、维修电器、打扫卫生，为盲人们点亮了一盏盏“心灯”。

　　走进邱淑华家，杨迪一放下年货，就开启了“电工模式”。他顺着墙上的线路，从电箱、电线到各类电器，不放过一个细节地检查。“刮风下雨必到、下雪必到、逢年过节必到，这是老所长定下的规矩。”杨迪说，“这个习惯保持了60余年，我们要把它延续下去。”

　　1月9日，郭家供电营业所员工在“盲人大院”为一户盲人居民完成线路检查后，准备前往下一户继续进行检查。(新华社记者潘昱龙摄)

　　“盲人大院”和郭家供电营业所的故事开始于1962年。那时，“盲人大院”还是平房，盲人们共用一块电表，算起电费不免发生口角。抄表员刘继增体谅盲人们的难处，他挨家挨户把电费算清楚，“一户不落，一分不差”。

　　盲人们打心眼里佩服这个实在人，也对他产生了依赖。郭家供电营业所了解情况后，干脆让每一任抄表员担任联络员，成了盲人们的“电亲戚”。

　　几十年来，“盲人大院”的“电亲戚”越来越多，由一代代抄表员，扩大为郭家所的全体员工。国网沈阳供电公司还专门组建了“郭家爱心团队”，盲人们外出办事他们陪同，盲人们缺啥要啥他们代购，盲人们生病受伤他们照料……从最初的排忧解难到而今的呵护陪伴，82岁的佟德禄说：“远亲不如近邻，供电所离得近，有大事小情我们一个电话，‘电亲戚’们保准就会出现在身边。”

　　从邱淑华家出来，杨迪和爱心团队成员来到“盲人大院”的盲人活动室。墙壁上写有“2023年新春慰问活动”的红色横幅，让这里“年味儿”十足。一名志愿者掏出剪刀、推子，凭借老手艺为盲人们理发。几名盲人坐在长长的条凳上，你一言我一语地回忆他们与“电亲戚”的往事，怎么也唠不完。

　　“我印象最深的是一个三伏天，有一家下水道堵了，咱所的许刚一只手拿铁钩，另一只手戴上手套伸到便池里面，硬生生给‘掏’通了。”73岁的矫淑芬说。

　　“每年冬天一下大雪，我们还在睡梦中，一听到外面哗啦啦的铁锹声，就知道是‘电亲戚’们扫雪来了。”75岁的盲人大爷肖德仁说，不管雪下多厚，从单元门出来肯定会有一条道；顺着这条道往外走，指定就能到达小区门口……

　　61年间，“盲人大院”从平房变成楼房，盲人住户从70余户减少至30余户，从年轻力壮变成垂垂老者。“电亲戚”虽然换了一茬又一茬，但每一批都随叫随到，默默守护在盲人邻居身边。

　　1月9日，郭家供电营业所一位员工正在查看盲人居民用电情况。(新华社记者潘昱龙摄)

　　下午4点左右，活动室的“2023年新春慰问活动”临近尾声。杨迪像往常一样，紧紧牵着邱淑华的手送她回家。独居的邱淑华说，她现在生活有保障，“有了你们这些亲戚来走动走动，就能过个好年，对新的一年充满希望。”

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（）