AG彩票|AG彩票

“赫章班”里的产教融合新路******

　　【记者手记】

　　光明日报记者 吕 慎 陈冠合

　　“‘赫章班’是我人生的重要转折点，让我拥有了这样一份收入稳定、有技术含量的工作。”如今已是贵阳一家电梯运营公司片区维修和技术支持负责人的陈虎，仍对母校满怀感激之情。

　　出生在贵州省毕节市赫章县一个贫困家庭的陈虎，在初中毕业后走到了人生的十字路口：哥哥刚考上大学，如果自己继续读高中，无疑会增加家庭负担；如果选择职业教育，又对未来的发展前景不确定。“当时，学校老师向我们承诺，订单制培养的就业率是100%，让我最终下了决心。”他说道。

　　在贵州省黔东南苗族侗族自治州岑巩县中等职业学校，学生在实训室学习汽车修理技术。新华社发

　　2017年，陈虎进入贵州装备制造职业学院“赫章班”学习。这个以生源地贫困县命名的精准脱贫免费班级，不仅免除了他所有的学杂费，还与各电梯运营维护公司签订协议，进行校企联合培养。“‘赫章班’的学生专业基础扎实、上手也快，所以很快都在企业站稳了脚跟。”陈虎说，现在自己的月平均收入可达1万多元。

　　近年来，贵州装备制造职业学院不断实现校企合作与产教融合在人才培养领域的新突破，先后与贵州航天电器股份有限公司等40余家行业领军企业、区域龙头骨干企业签订战略合作协议，其中深度合作企业16家，校企合作专业覆盖率为100%。

　　据统计，在整个清镇职教城，已有200余家贵州省内外企业通过订单培养、顶岗实习、合作共建等方式与职教院校开展校企合作，通过引企入校、引校进企，企校合一、人员同训、设备共享等方式，推动产教融合迈向更深处。

　　“清镇的李子白兰地、兴仁的薏仁米茶、剑河的食用菌……这些都是产教融合的成果。”在贵州食品工程职业学院，粮油食品工程系党总支书记刘丰如数家珍地展示各类产品。他介绍，学院不仅在设置课程、实习实训、评价考核上与企业深度合作，同时通过培训和职业技能等级认定等方式开设企业专班，2020年以来，已累计培训粮油仓储管理员、农产品食品检验员等400余人次。

　　刘丰表示，学院将继续围绕服务贵州生态特色食品产业，助力巩固拓展脱贫攻坚成果同乡村振兴有效衔接，使产教融合更加贴近人才培养、产品研发、产业孵化和服务产业发展实际，培育更多具有“三农”情怀和工匠精神的高素质技能型人才。

　　《光明日报》（ 2022年12月27日 07版）

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）