工信部：我国新能源汽车已经进入全面市场拓展期******

　　中新网1月18日电 国务院新闻办公室18日举行新闻发布会，介绍2022年工业和信息化发展情况。工业和信息化部总工程师、新闻发言人田玉龙在会上表示，当前，我国新能源汽车已经进入全面市场拓展期，保持了快速增长态势。后续，我们主要从这几个方面进一步加强。

　　一是加强政策供给。会同有关部门建立新能源汽车产业发展协调机制，加强央地协调联动，特别是推动落实车购税、车船税、牌照等有关支持政策。编制好汽车产业绿色发展路线图，修订发布“双积分”管理办法，适时开展智能网联汽车准入试点工作。

　　二是保障稳定运行。进一步研究和明确新能源汽车后续的支持政策，推进换电模式应用和燃料电池汽车示范，特别是启动公共领域车辆全面电动化先行区城市试点，进一步强化质量品牌建设，稳定消费市场。

　　三是支持融合创新。发挥龙头企业和国家制造业创新中心作用，促进大中小企业融通发展，加快新体系电池、车规级芯片，以及车用操作系统等新技术攻关和产业化发展，推进“车路云”一体化发展，推动新能源汽车和能源、交通、信息通信等领域融合创新发展。

　　四是优化发展环境。严格生产准入管理，加强对投资的指导，避免低水平重复建设。统筹利用国内外资源开发和布局，保障好关键原材料和零部件的供应。加快制定动力电池回收利用管理办法，健全回收利用体系。继续大力推进充电桩基础设施的建设，不断提高使用便利性，更好地为新能源汽车发展提供一个优良的设施和环境。(中新财经)

　　搜索

复制

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