点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
“传奇警犬”暮年犹勇：退休前站好最后一班岗******
中新网吉林10月13日电 (记者 石洪宇)几乎到了“职业生涯”的末期，但排爆犬Lucky(幸运)仍保持着良好的工作状态。奔跑、耐力、执行等方面远超其他同类，排查爆炸物仅耗时10多秒。服役以来，这只7岁的黑色拉布拉多犬陪伴杨云泽出警近700次，这对搭档一起面对过许多大场面。
在最近一次吉林省首届警犬技术比武竞赛中，“90后”带犬民警杨云泽引导Lucky在几十只警犬中脱颖而出，拿到冠军头衔。每每谈及那场比赛，杨云泽都用手抚摸Lucky的头，对方则用撒娇的声音回应。
Lucky在训练。 石洪宇 摄这对搭档在吉林市公安局刑事技术支队四大队工作，两人亲密无间的配合也让Lucky成为“传奇警犬”。吉林省很多警犬训导员将其视为训练样板。
“很多时候它让我很感动，一次侦破案件，它连续工作6个多小时，累得趴在我怀里睡着。”杨云泽说，双方相处多年，他早就视其为家人。
杨云泽是吉林市警队唯一的动物医学专业毕业生，8年前他来到警犬基地工作。工作的第二年，Lucky也来入职。双方第一次见面，Lucky便表现不凡——体力出众、聪明，且极为活泼。
第一步是培养亲密感情，双方在玩耍、朝夕相处中了解对方。当时的Lucky十分迷恋球类，甚至尝试咬着网球睡觉。但漫长、严苛的训练才是工作中的主题，先是听从命令，而后是行为规范……直至Lucky可以迅速找到床头、车辆、行李中隐藏的爆炸物。
“训练警犬也要遵循规律，不能急功近利。”杨云泽说，Lucky比较敏感，能迅速捕捉到他的情绪，如果过于急躁，会打消其积极性。
杨云泽起初认为对方更喜欢零食，训练成功后会给一些奖励。后来才发现，它更喜欢一起玩耍，每一次训练和出警后，双方都会用球玩上一阵。
寒来暑往，一人一犬在训练场留下汗水，在实战中检验效果。
一次紧急任务，这对搭档连续工作两天三夜，最终Lucky累倒，但配合民警找出了重要线索。收队后，杨云泽抱着它打了吊针。“当时别提多心疼它了，它用表情告诉我有多委屈。”
这对搭档的杰出工作成绩赢得了警队的信赖，2018年前后他们经常前往外地执行任务，在多个城市的大型会议现场、机场，经常可以看到这对搭档的身影。
熟稔动物习性的杨云泽明白，近7个年头的陪伴便是Lucky的大半生。虽然到了老年，但这只“传奇警犬”仍表现出卓越状态，每逢任务和训练，杨云泽来到它的房间，Lucky总会兴奋不已。(完)
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（）  视觉焦点
彩61地图 |
)