彩神app投注-平台推荐官方版v2.9.1(2023已更新)

粤港澳全运会竞赛规程出炉******

　　广州日报全媒体记者 白志标

　　2025年，第十五届全国运动会(十五运)将由广东省、香港特别行政区和澳门特别行政区共同举办。这是党的二十大后国内首个大型综合运动会，是全运会第一次来到香港和澳门两个特别行政区。日前，国家体育总局竞体司发布第十五届全运会竞赛规程总则，共设置34个大项，即33个奥运项目和1个武术项目。

　　项目设置对标奥运会

　　根据此次发布的十五运竞赛规程总则，在竞赛项目设置上对标了2024年巴黎奥运会，33个奥运项目中除了过去奥运会常设的体操、射击、游泳、赛艇、皮划艇、乒乓球、羽毛球、马术等项目外，还设有巴黎奥运会新增的霹雳舞、滑板、攀岩等新兴项目。而且，在竞赛项目设置中还特别说明，国家体育总局将根据2028年洛杉矶奥运会设项情况完善第十五届全国运动会竞赛项目。

　　作为国内规模最大、竞技水平最高的运动会，全运会从最初融合奥运和非奥项目的“全国体育大会”，逐渐过渡到设项对标奥运选拔竞技人才的重要平台。不过，过去两届全运会为了带动更多普通人群关注和参与体育运动，增设了大量的群体比赛项目，让全运会又返回到全国体育大会模式。

　　西安体育学院教授罗普磷表示，十五运竞赛项目设置和竞赛规程总则说明，全运会重新回到举办全运会的宗旨“就是服务我们国家的奥运战略，提升我国竞技体育综合实力和为国争光能力”。

　　新体能测试成为常态

　　在此次公布的十五运竞赛总规程竞赛办法中，明确强调报名运动员在全运会各项目资格赛前需进行体能测试。众所周知，体育总局2020年颁布各项目统一的体能测试，并且视为参加全国赛事和奥运会的门槛，其不同运动项目却采取相同体能测试标准的“一刀切”做法备受争议，甚至出现众多知名运动员无法参加全锦赛的情况，就连亚洲跑得最快的苏炳添都难以获得参赛资格。幸好各项目协会对体能测试进行了灵活应对，根据项目特点在体能测试时有所选择。

　　然而，在网友提问关于体能测试是否继续执行时，体育总局官网给出明确的答复：狠抓体能、恶补短板是东京奥运会备赛的成功经验，通过强化基础体能训练提高竞技水平、增强实战能力、磨炼意志品质、锻造优良作风、预防伤病和促进疲劳恢复等理念已得到各有关项目国家队和省市运动队的认可，正成为一种共识在队伍训练予以贯彻落实；体育总局将一以贯之持续重视并抓好体能训练工作，推动建立体能训练制度化、长效化、科学化工作机制。

　　因此，进入新的奥运周期，体能测试将依然成为各个运动项目的基础内容，新任的国家体育总局局长高志丹在去年年终的全国体育局长会议上也提出：坚持不懈抓体能，抓好抓实两个冬训。

　　当然，现在不会再执行此前的所有项目统一测试标准，而是根据项目特点设置各自的体能标准。因此，此次粤港澳全运会关于资格赛前进行体能测试的说明中也强调，合理设置体能测试内容、标准和方式，达标者方可参赛。

　　据罗普磷透露，国家体育总局在体能训练方面将规范各项目体能测试标准，定期组织体能测试评估，强化体能训练的监督指导；建立体能测试数据库，不断丰富和完善各项目基础体能、专项体能和冠军体能标准；完善制度措施，将体能水平与入队标准、选拔资格、参赛准入、奖励制度挂钩，推动体能训练持续强化深入。

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）