我是新时代的兵|装甲兵现代陆战场的主要突击力量******
解说:我是王锐,是一名装甲兵,现任第74集团军某合成旅“黄草岭功臣连”车长。装甲兵,是以坦克、步兵战车、装甲输送车为基本装备,主要遂行地面突击和两栖突击任务的兵种。具有猛烈的火力、广泛的机动力和良好的防护力,可以减轻常规武器和核武器袭击的损害,并能迅速利用常规火力突击和核突击的效果,实施快速机动、猛烈突击,在短时间内歼击敌人。是现代陆战场的主要突击力量。
我们的武器装备主要包括主战坦克、轻型坦克、水陆坦克、步兵战车以及装甲输送车。其中,步兵战车和装甲输送车是我们使用的主要作战装备。除了“海中游”,让战车在“陆上飞”,也是我们的必备技能。平时训练,两个限制杆之间的距离比车身宽出80厘米。我还会主动加码,一次次缩短限制杆,挑战极限。
养兵千日,用兵一时。2016年一次对抗演习中,在破除障碍的关键时刻,我的前车突然出现发动机故障,停在一条通道前。这个通道太窄了,28吨的铁甲战车一旦驶入,稍有不慎就会进退不得,立即成为阵地上的活靶子。最终,我驾驶战车,像线穿针一样直冲过去,扭转被动局面。事后,经过演习复盘得知,那条通道仅比战车宽出14厘米。关键时刻发挥出来的神技,恰恰源自日常的刻苦训练。
近几年,我驾驶的809战车经历了数次加改装,升级的北斗导航系统、车长任务终端刚配发时,我心里很着急。作为军人,战胜“曾经的自己”,才能适应新的战位。驾驶训练,我蒙上潜望镜,用显示终端、摄像仪处置情况;通信训练,我抛弃语音通话器,逼自己用数据传指令;射击训练,我既练传统技能,又要求自己用火控系统快算快打。如今,单车的位置可以在旅和营指挥车上显现,指挥链路的贯通也给上级研究新战法创造了更多可能。
改革主动迎战,明天方能胜战。面对强军路上的新要求、新挑战,我们官兵要坚定强军信念,越是艰险越向前,在学习和实践中练就胜战本领,在强军舞台上成就属于自己的精彩人生。
科学顾问:费伯禹
制片顾问:范文军
编 导:金 赫
动 画:卞文斌
鸣 谢:北京市人民政府征兵办公室
出 品:中国科协科普部 光明网
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)