乐发彩票 - 乐发彩票

楚国的家具几乎都以红色为主，这有什么讲究吗？******

每当我们行走于湖北、湖南等地的博物馆，都会被里面的漆器所吸引。而这里又以楚国漆器最为著名，楚国漆器也创造了中国漆器史上的第一个高峰。

楚国的漆器，无论是色彩，还是造型，在当时的中国都是首屈一指的。目前中国出土最多的漆器主要集中在湖北与广东等地，而战国时期的漆器尤以湖北最为出色。那什么是漆器？楚国的漆器又有哪些特点呢？

漆器的样式（作者摄）

一、漆器是什么器

说到中国的漆器，大多数人可能会联想到现代装饰物，在上世纪六七十年代的江汉平原一带，也能找到几件漆器的家具和生活物品。

湖北地区出土的漆器多为生漆，或者是大漆。这与我们日常生活的油漆完全不同，油漆从质地来说，是典型的化工制品，而古代漆器中所用的生漆则是天然的涂料。

中国的大巴山区、秦岭、雪峰山、云贵高原一带，都是天然漆的主要原产地。漆树的生长主要在今天的亚热带季风气候区，这里年降水量充沛，气候与温度很适合漆树的生长。所以，中国在国际上一直享有漆树故乡的美誉。

漆树

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）