乐发彩票投注|乐发彩票网投

从党的青年工作中汲取智慧力量******

　　作者：刘珂（东北林业大学马克思主义学院）

　　百年大党恰是风华正茂，大国青年恰是生逢盛世。新时代10年，以习近平同志为核心的党中央从“确保党的事业薪火相传，确保中华民族永续发展”的高度推动青年工作，对做好青年工作作出重要决策部署，对青年一代成长成才提出殷切期望。近日，习近平总书记《论党的青年工作》一书出版。该书收入了习近平总书记关于党的青年工作的重要文稿60篇，为做好新时代党的青年工作提供了根本遵循。深入学习贯彻习近平总书记重要讲话和重要指示批示精神，有利于不断涵养广大青年的志气、骨气、底气，让青春在全面建设社会主义现代化国家的火热实践中绽放绚丽之花。

　　坚持党对青年运动的全面领导。自五四运动以来，青年运动如雨后春笋般不断破土而出。无数爱国青年、有识之士奋勇当先，打破封建思想桎梏，宣扬新思想新文化，坚守听党话、跟党走的优良传统，展现出中国青年爱党、爱国、爱人民的赤诚追求和忠贞初心。没有中国共产党，就没有波澜壮阔的青年运动。正是党用红色传承浇灌青年、造就红色血液，重视发挥青年生力军和突击队作用，广大青年才得以勇做改革闯将，勇开风气之先，永葆为民族复兴铺路架桥、添砖加瓦的“先锋”特质。

　　加强党对青年干部理想信念的教育。青年干部从红船出发，由寥寥数人的“星星之火”燃成“燎原之势”，以非凡的理想信念激发出惊人的磅礴之力，为国家富强、民族振兴、人民幸福甘愿抛头颅、洒热血。从赵一曼“未惜头颅新故国，甘将热血沃中华”，到刘胡兰“不怕流血，不怕牺牲，坚决革命到底”；从杨根思“不相信有完不成的任务，不相信有克服不了的困难，不相信有战胜不了的敌人”，到雷锋“做一颗永不生锈的螺丝钉”；从赖宁“什么事情，只要努力，不怕其难，才能尝到成功之甘甜”，到陈祥榕“清澈的爱，只为中国”。一代代青年历经百年而风华正茂、饱经磨难而生生不息，坚守“永久奋斗”的光荣传统，承继中国共产党人的精神谱系，不断肩负使命、砥砺前行，为实现中华民族伟大复兴接续奋斗，汇聚起了无坚不摧的强国之魂。

　　深化党对青年人才发展体制机制的改革。面对全球治理体系和国际秩序加速调整变革的严峻形势，聚力破解青年人才工作体制机制障碍，是构筑青年人才竞争优势、实施新时代人才强国战略的必然选择。虽然我国青年人才工作创获卓著成效，但是青年人才“不够用”“不适用”“不被用”等问题依然存在，青年人才梯队建设“最后一公里”的痛点堵点亟须打通。唯有用好选人用人“指挥棒”，深化人才发展体制机制改革，为各类人才搭建干事创业的平台，给予优秀青年人才评价参与权，才能不断增强青年人才的创造动力和创新能级，引导更多青年人才爱党报国、服务人民。

　　以社会主义核心价值观培育有为青年。新时代中国青年有时难免心存迷惘，但对党和国家的满腔热忱始终不渝。我们需要精心引导青年主动“扣好人生第一粒扣子”，深刻体悟英雄模范和时代楷模的精神风貌，努力成为社会主义核心价值观的践行者、推动者。社会主义核心价值观是凝聚全党全国人民思想共识的“主心骨”，亦是增强广大青年志气、骨气和底气的最大公约数。唯有以社会主义核心价值观滋养青年，引领青年在政治、道义和精神上明大德、守公德、严私德，才能最大限度地发挥当代中国精神的号召力、凝聚力，培养勇挑重担、堪当大任的“向上向善好青年”。

　　青年兴则国家兴，青年强则国家强。习近平总书记指出：“青年工作，抓住的是当下，传承的是根脉，面向的是未来，攸关党和国家前途命运。”新时代中国青年应在党的领导下，厚植爱国主义精神气质，胸怀世界、展现担当，勇做走在时代前列的奋进者、开拓者、奉献者。

　　（本文系国家社科基金青年项目“习近平新时代中国特色社会主义思想的中华优秀传统文化渊源研究”（18CKS026）阶段性成果）

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）