welcome购彩大厅交流群 - welcome购彩大厅网址

吉林省市场监管厅开展烟花爆竹等重点工业产品质量安全专项整治******

　　为保障人民群众健康安全消费，营造欢乐、祥和、平安节日氛围，吉林省市场监管厅突出“四个加强”，在全省范围开展全覆盖拉网式排查，强化烟花爆竹、危化品等重点工业产品质量安全隐患排查整治，坚决防范和遏制产品质量安全事故的发生。

　　加强督导检查

　　由厅领导带队组成督导检查组，深入全省各地督促属地提高政治站位、严格落实监管责任，指导各地市场监管部门组织开展产品质量安全专项检查督查工作，确保安全整治工作横向到边、纵向到底，坚决消除盲点，不留死角、不打折扣落实监管责任。在督促辖区内相关企业切实落实安全生产主体责任基础上，指导企业深入自查，建立质量问题约谈和处理督导机制，压实属地监管和企业主体责任，严厉查处无出厂检验证明、偷工减料、质量低劣等重点问题。及时协调解决重点难点问题，对检查中发现的风险隐患逐一登记建档，强化整改落实。

　　加强源头监管

　　各级市场监管部门聚焦危险化学品企业，精准梳理排查所辖企业状况，采取“监管人员+技术专家”模式，全覆盖落实溶解乙炔、工业过氧化氢等10类质量安全风险较高的危险化学品获证企业现场监督检查。以持续保持获证条件为重点，重点检查关键原材料、生产过程、出厂检查等关键质量控制点是否到位，生产场所、生产设备、检验设备等是否符合相关规定要求，深入调查生产企业是否存在偷工减料等违法行为，严厉打击生产假冒伪劣产品及无证生产等违法行为。

　　加强质量抽查

　　全省部署开展烟花爆竹、成品油等产品专项监督抽查800批次，抽查区域覆盖全省各地，重点抽检城乡接合部和农村市场，对产品标识、火药量、燃烧性能、抗爆指数、硫含量等安全指标进行重点检测。对于发现的不合格产品，各地市场监管部门要严格依据《中华人民共和国产品质量法》《产品质量监督抽查管理暂行办法》，第一时间组织开展结果处理，加大执法力度，严防不合格产品流入市场。加强对非医用口罩、燃气用具、电动自行车等防疫用品和涉及民生安全用品的质量安全监管，严厉查处无 CCC认证证书、无出厂检验证明等违法问题。

　　加强隐患整改

　　各地市场监管部门认真梳理以往监管信息，以危化品、危化品车载常压罐体、电线电缆、建筑用钢筋、水泥等工业产品生产许可证获证企业为重点，针对近两年发现的质量管理存在的问题，组织开展“回头看”“反复查”工作。深化产品质量安全排查治理工作，督促企业严格履行《中华人民共和国产品质量法》规定的责任义务，自觉扛起消除风险的责任。采取有效措施打通企业整改、消除隐患“最后一公里”，防止已处置的风险隐患死灰复燃，实现防范增量风险、严控变量风险的目标。

　　中国吉林网 吉刻APP记者刘赜瑞

　　图片来源：吉林省市场监管厅

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）