大众彩票-大众彩票

来源：大众彩票2024-10-23 17:48

大众彩票

专家谈侨务工作如何凝心聚力谋新局******

　　(中共二十大·观察)专家谈侨务工作如何凝心聚力谋新局

　　中新社北京10月17日电 (记者马海燕)“加强和改进侨务工作，形成共同致力民族复兴的强大力量。”中共二十大报告有关涉侨表述受到关注。接受本社记者采访的侨务专家称，相关表述折射出海外华侨华人在新征程上的作用愈发凸显，也对新时代如何做好侨务工作提出了新要求。

10月16日，中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。中新社记者盛佳鹏摄

　　中国共产党长期重视广大侨胞的独特作用，改革开放以来历届党代会报告均提及“海外侨胞”。暨南大学华侨华人研究院副院长陈奕平表示，6000多万华侨华人是中华儿女的重要组成部分，这既体现在报告开篇对新时代伟大成就参与者的致谢中，执政党从未忘记海外侨胞的贡献；又体现在提高国家治理体系和治理能力现代化中，应时而生的“大侨务”工作格局就是为了更好地为侨服务。

　　执政党对侨胞的期许也与党和国家的宏伟蓝图密切相关。十八大报告指出，落实党的侨务政策，支持海外侨胞、归侨侨眷关心和参与祖国现代化建设与和平统一大业；十九大报告指出，广泛团结联系海外侨胞和归侨侨眷，共同致力于中华民族伟大复兴。

　　中国华侨华人研究所所长张春旺表示，二十大报告中关于侨务工作的重要论述与十八大、十九大报告相比，既一脉相承，又有新的特点。为适应新征程的新要求，侨务工作不仅要“加强”，而且要“改进”，显示出侨务工作的重要性。我们要正确把握侨务工作的历史方位和重要使命。

　　在当下世情、国情、侨情发生深刻变化的情形下，如何加强和改进侨务工作？张春旺表示，一要注重工作的方式方法与策略，充分考虑海外侨胞的长期生存与发展；二要切实了解侨胞的需求与愿望，开展有针对性地为侨服务；三要发挥华侨华人沟通中外的渠道作用，促进中外文明交流互鉴。

　　中国华侨华人研究所副所长张秀明建议，应该加强对侨情变化的研究，关注海外侨胞的迫切诉求，增强为侨服务意识，创新为侨服务的理念与方式，更好地凝聚侨心、发挥侨力，真正“当好海外侨胞和归侨侨眷的贴心人，成为侨务工作的实干家”。

　　近年来，海外侨胞已发生结构性变化，新侨和华裔新生代渐成主体力量。如何培养其对中华民族和中华文化的认同感，成为沟通祖(籍)国与住在国的桥梁和纽带，被提上议事日程。

　　陈奕平说，无论出生在住在国的华裔新生代，还是改革开放后走出国门的新移民，都应该受到重视。应该加强对他们的联谊，增强其寻根意识，进而增强对中华文化的兴趣，引导其参与中国的现代化建设，分享改革发展红利，使他们自愿成为新一代中外交流的使者。

　　张秀明也认为，作为身处两个社会、横跨多种文明的跨国群体，海外侨胞的作用还可以进一步发挥。比如，可以发挥海外侨胞在传播中华文化、讲好中国故事方面的独特优势，还可以更好地发挥海外侨胞高层次人才众多、商业网络广泛、经济实力雄厚、联通中外的多方面优势。

　　要加强和改进侨务工作，还要维护侨胞权益。陈奕平表示，这既包括归侨合法权益，也包括海外侨胞的合法权益。疫情之下，许多侨胞面临困境，还承担了污名化下的种族歧视和精神压力，要了解海外侨胞生存发展面临的新挑战，回应他们的诉求，更好地为侨服务。

　　回望历史，在中国革命、建设和改革各个历史时期，海外侨胞都做出了重大贡献。多位专家均表示，在迈向全面建设社会主义现代化国家新征程中，海外侨胞同样不会缺席，一定能够“形成共同致力民族复兴的强大力量”。(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）

[责编：天天中]

阅读剩余全文（）