图为临平门户客厅艺尚小镇城市新区风貌样板区。浙江省风貌办供图
中新网杭州1月9日电(张煜欢)近五年来,浙江全省城镇化水平稳步提升,城乡融合不断加快,常住人口城镇化率达73%;城镇人均住房面积增长至47.9平方米,城镇住房保障受益覆盖率达22.6%;率先在省域层面实现生活垃圾“零增长、零填埋”,率先全面、全域完成小城镇环境综合整治……
9日,浙江全省住房和城乡建设工作会议在杭州举行,一份有关“安居”的成绩单也随之发布。记者从会上了解到,该省目标今年新增未来社区300个以上,未来乡村200个以上,打造人民幸福美好家园,让更多人实现从住有所居到住有安居再到住有宜居的“安居梦”。
为人民群众安居托底、增进民生福祉是共同富裕的应有之义。浙江省住房和城乡建设厅党组书记、厅长应柏平在会上介绍,过去一年,该省谋划确定“1+3+n”目标任务,打造1项省级重大标志性成果、形成3项省级突破性抓手、推进n项重点工作。该省已累计开展六批783个未来社区创建,完成两批共108个未来社区验收;推进212个城乡风貌样板区试点建设,公布三批111个城乡风貌样板区。
与此同时,该省城乡人居环境品质全面提升,去年浙江新通车城市快速路120公里,整治起伏道路500公里、“桥头跳车”桥梁316座;开工改造城镇老旧小区616个,新增设区市主城区停车位12.3万个,新建城市地下综合管廊23.8公里;新增国家级传统村落65个。建成各类绿道2050公里。
“如何从安居这个基点出发,以完善社区功能为切入口,全省域推进以人为核心的现代化基本单元建设,探索形成一整套从好小区到好社区、从好社区到好城区的路径模式,打造人民幸福美好家园,是住建领域扎实推动共同富裕的新命题。”应柏平说。
会议现场。浙江省住房和城乡建设厅供图
他表示,居住条件是人民生活富裕的重要指标,如何加快推动“让人民群众住有所居”向“更舒适的居住条件”转变,事关人民群众美好生活,事关经济社会发展大局。“新征程上,我们要以实现住有所居、住有安居、住有宜居为梯次愿景,加快建立多主体供给、多渠道保障、租购并举的住房制度,着力提升住房居住品质,更好满足多元化居住需求。”
未来社区方面,今年该省将完善“普惠型+引领型”社区建设标准和全域未来社区试点建设要求,推广单元化更新建设模式,在部分街道或区域推动实现全域覆盖。目标全年新增未来社区300个以上,累计突破1000个,建成150个以上;完成600个以上城乡社区“一老一小”服务场景验收。未来乡村方面,该省目标全年新增未来乡村200个以上。
在城乡风貌整治提升方面,浙江目标全年建成50个城市风貌样板区、30个县域风貌样板区,从中择优公布20个“新时代富春山居图城市样板区”、10个“新时代富春山居图县域样板区”,努力实现“城市让生活更美好、乡村让人们更向往、住房让百姓更满意”。
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)