斑竹园车站地处西南山区腹地,是宝成线上的一座五等小站。 邓文鑫 摄
站长刘胜是一位1994年出生的小伙,和他搭档的,是1992年出生的副站长尹邦杰。除此之外,小站还有5名“95后”青工,他们接过老一辈铁路人的接力棒,坚守小站,在春运期间守护铁路大动脉的安全畅通。
春运期间,由于列车增多,斑竹园车站每天通过的列车达到了200余列,有开往北京、上海、青岛、福州、兰州、呼和浩特等地的客车,还有奔向俄罗斯、波兰、德国、格鲁吉亚的中欧班列。列车密度大时,助理值班员几分钟就要接一列。
“X8062次,斑竹园站二道通过。”1月18日12时17分,95年出生的车站值班员郭小峰与司机安全联控。2分钟后,满载集装箱的中欧班列从车站呼啸而过,一头扎进隧道里,消失在北上的茫芒大山之中。
山谷中的车站,冬天风很大,加上列车通过时卷起的巨大风浪,刮在脸上就跟刀子一样。在现场接发列车的助理值班员陈林紧了紧身子,全神贯注地监视列车运行,顾不得揉一揉冻得发僵的耳朵。“远看装载,近看走行。”这位年轻的小伙子谈起工作显得老道熟练:“山高路远,必须对每趟列车进行严密监控,才能确保安全、万无一失。”
“停留车防溜是车站的安全卡控重点,我们每隔三至四个小时就必须检查一次,不能有一丝马虎。”说罢,站长刘胜钻到车下,用手拽了拽卡在车轮和钢轨间的铁鞋。
刘胜今年29岁,因业务精湛、工作认真负责被组织选派到斑竹园站担任站长,他最大的体会就是:火车24小时跑,安全工作一秒也不能松。“车站就是指挥中心,火车要跑得好,靠的是责任心和严格执行作业标准。”他说:“一年365天,无论白天黑夜,还是刮风下雨,守住安全是大伙的天职。”
“每个车站都需要坚守,虽然条件苦了些,但确保大动脉运输畅通是我们必须肩负的责任。每当列车从山谷中安全通过时,大家心中无不感到自豪,更觉得自己的坚守有价值!”刚维护完道岔的副站长尹邦杰说道。
春运期间,每天都有列车呼啸而过,可能不会有旅客注意到斑竹园这样的小站存在,但接车、送车,每日重复,斑竹园车站这群年轻的“守护者”们却做得一丝不苟,他们坚守小站、守护安全,为旅客平安出行贡献着自己的青春力量。(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() ![]() 彩神注册地图 |