昆明机场2022年出入境货机数量较疫情前增305%******
图为民警为乘客办理手续。 昆明边检站供图
中新网昆明1月6日电 (赵云鹏 何美琪)记者6日从昆明出入境边防检查站获悉，2022年在常态化疫情防控背景下，昆明机场口岸出入境货机数量大幅增长，该站全年累计保障出入境货机5600余架次顺畅通关，比2019年(疫情前)增长305%。
据昆明边检站统计，2022年该站共查验出入境旅客15万余人次，国际客运航班1100余架次，与2021年相比，出入境旅客人数增长49.6%、出入境客机增长56.9%。
2022年，昆明边检站推出“货机查验一航班一对策”“货机查验绿色通道”，采取点对点的保障模式，畅通贸易物资边检“绿色通道”，确保货机24小时不间断顺畅通关，确保国际货运链通畅有序，以口岸快速通关，保障外贸“生命线”。
据悉，国家移民管理局自2023年1月8日起优化移民管理政策措施。从当日零时起，昆明机场国际入境客机、货机查验工作将由S1卫星厅查验专区迁至T1航站楼入境查验现场进行，届时将同步恢复口岸签证签发，恢复执行24/72/144小时过境免签政策，依法签发临时入境许可。(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 大发平台地图 |
