彩云网注册网 - 彩云网漏洞

来源：彩云网计划群0253-12-23 17:48

彩云网注册网

星光灿烂的年代****** 影片《原野》中的男女主角杨在葆、刘晓庆与著名剧作家曹禺先生在一起。影片《原野》中的男女主角杨在葆、刘晓庆与著名剧作家曹禺先生在一起。1994年，中国新闻社南海影业公司拍摄了电影故事片《梁山伯与祝英台新传》，这是南海影业公司首次在一部电影中聚集了海峡两岸多位明星参与拍摄的商业娱乐片，这其中包括台湾电影明星胡慧中，大陆电影明星濮存昕、陈小艺、程前，歌坛明星景岗山、王洁实、谢莉斯。第一排左四为本文作者。

　　中新社有一个部门，虽然不负责新闻业务，但在一个历史时期内却是本社的一个品牌，为中新社在文化艺术领域赢得了极佳的声誉，这就是中新社电影部。

　　在中新社即将迎来创建六十周年之际，我们这些电影人十分怀念中新社电影事业的创始人廖公——廖承志同志，怀念为中新社电影事业付出极大心血的吴江社长，怀念那些为中新社电影事业奋斗终身的同事和战友。

　　中新社初期成立的电影队成员只有十八人，正是这“十八条好汉”在艰难的创业时期为广大海外侨胞拍摄了《泰山南北》、《齐鲁英豪》、《姊妹易嫁》、《珍珠塔》等一大批电影纪录片和戏曲片，开创了中新社的电影事业。广大海外游子在银幕上看到了日思夜想的家乡面貌，听到了熟悉的家乡声音。这些电影在他们中间产生了极大的反响，受到侨胞们热烈欢迎。

　　1979年，中新社各个业务部门相继重建，社领导从北京的电影制片机构调进了一批专业人员，并将电影队扩编为电影部。从此，中新社的电影事业进入了一个快速发展的新时期。

　　1981年，中新社第一部电影故事片《原野》投入拍摄，并以南海影业公司名义亮相，在社会上引起了普遍的关注。由于种种原因，这部影片直到1987年才获准在国内公映。时隔多年，该片在上映时仍受到广大观众的欢迎，还荣获了第八届百花奖最佳故事片奖。

　　从电影《原野》诞生时起，中新社电影部的发展进入了一个辉煌的年代，此后拍摄了一批优秀的电影故事片和电影纪录片。这其中有故事片《南拳王》、《八百罗汉》、《精变》、《春桃》、《老店》、《北京故事》，纪录片《中华剑术》、《末代皇帝——溥仪》、《神秘的西藏》、《婚俗奇观》等。这一大批影片的成功，在当时中国电影界和海内外观众中广为传颂，受到好评。

　　随着一批又一批影片投入摄制，众多的电影明星也相继加入到中新社的电影创作队伍中去。他们当中有刘晓庆、杨在葆、徐松子、陈宝国、濮存昕、陈小艺、姜文、葛优等。与此同时，电影部还迎来了北京电影制片厂、长春电影制片厂、上海电影制片厂的一批电影专业人才，这为中新社的电影拍摄提供了强大的创作力量和专业技术保障。

　　在那个辉煌的年代，中新社电影部的电影在海外创下了极佳的票房。故事片《精变》在上海公映时，出现了清晨影院前排长龙购票的情景。《中华武术》、《末代皇帝——溥仪》在香港上映时创下纪录片票房最佳业绩。

　　改革开放促进了中国影视合拍业务的发展。电影部率先在国内开展中港电影合拍，作品《南拳王》、《八百罗汉》、《小毛孩夺宝奇缘》掀起了功夫片的热潮；中美合拍的电影《北京故事》在海外观众中引起很大的兴趣。随后，电影部又与英国合拍了电视片《龙的心》，与台湾合拍了《八千里路云和月》、《海棠风情》。这些电视片在海外播放时都取得了很高的收视率。

　　在中国电影、电视各类奖项中，电影部拍摄的影视作品也均占有一席之地。影片《老店》获政府奖、《原野》获百花奖，电视剧《努尔哈赤》获飞天奖。鉴于中新社在电影摄制上的丰硕成果，国家电影事业管理局特批了每年两部故事片指标给电影部(南海影业公司)。当时能享受这种待遇的只有经国务院批准的中央和省级电影制片厂，全国仅有十余家。那时中央召开的电影工作会议，上海、长春、珠海等地举办的国际、国内电影节也都邀请中新社电影部作为正式代表参加。在世界电影诞生一百周年之际，电影局还邀请电影部代表参加在人民大会堂举行的庆典活动。

　　昔日电影部取得的累累硕果已成为历史。作为电影人，我们期待经过若干年的奋斗，中新社的电影事业能够再现灿烂星光。

　　(历史资料)

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）

[责编：天天中]

阅读剩余全文（）