大发平台官方-大发平台APP

中国女足敲定世界杯“假想敌” 热身赛将远赴西班牙******

　　将远赴西班牙踢4场热身赛 全是高强度

　　中国女足敲定世界杯“假想敌”

　　北京青年报记者了解到，在1月20日结束集训后，中国女足将于1月26日(农历正月初五)在广州重新集中，随后于2月10日前往西班牙参加世界杯前系列热身赛。

　　据了解，在西班牙期间，中国队将分别于当地时间2月14日、16日、19日、22日在马贝拉进行4场国际热身赛，对手分别为瑞典女足、爱尔兰女足以及两支西甲俱乐部队。因在今年世界杯小组赛中与英格兰队、丹麦队两支欧洲劲旅同组，中国女足将把4个热身对手视为世界杯假想敌，从而进一步熟悉、适应与欧洲球队交手的高速率和强对抗节奏。

　　集训

　　计划在广州训练两周多 于2月10日前往西班牙

　　中国女足从去年12月5日在海口开启新一期冬训，其中首阶段集训于今年1月20日告一段落。球队全员回家过年之后，将于1月26日，也就是农历正月初五在广州市重新集中。

　　按照计划，球队将在广州进行两周多的集训，随后于2月10日启程前往西班牙。在此之前，瑞典足协已经通过官方渠道宣布，瑞典女足将于当地时间2月16日晚在马贝拉与中国女足进行一场国际A级热身赛。而这场比赛也是中国女足在西班牙参加的4场热身赛之一。

　　热身

　　中国女足将对阵瑞典、爱尔兰 还会与西甲俱乐部队赛两场

　　国际足联赛历显示，2月13日至25日是本年度首期女足国际比赛日窗口期。利用这一周期，跻身2023年女足世界杯的诸旅纷纷安排了高质量热身。而中国女足除与瑞典队热身外，将于当地时间2月22日与爱尔兰队进行另外一场国际A级热身赛。考虑到出访热身机会比较难得，中国女足在中国足协的争取下，还将与西甲俱乐部队进行两场热身赛。

　　备战

　　提升竞争力和应变能力 女足将以最强阵容参赛

　　从行程安排来看，中国女足此次出访西班牙，其主要目的便是通过有针对性的热身赛，提升国际比赛竞争力和应变能力。这是因为，中国女足将在今年女足世界杯小组赛上与女足欧洲杯冠军英格兰队、北欧劲旅丹麦队同组。目前英格兰队、丹麦队分列世界第4位、第18位，而瑞典队、爱尔兰队分列世界第3位和第23位。从技术特点来说，爱尔兰队、瑞典队分别与英格兰队、丹麦队相近，也就是兼具身体力量、攻防转换速率的优势，因此中国女足与爱、瑞两队热身质量将有所保障。

　　按照中国足协发布的官方集训通知，共有27名球员参加了在海口进行的冬训首阶段训练。不过，由于超过10名女足球员分别留洋欧洲、北美职业俱乐部，因此包括王霜在内，部分留洋国脚届时将从各自俱乐部直奔西班牙与球队会合。换言之，中国女足将以最强阵参加2月的系列热身赛。

　　文/本报记者 肖赧 统筹/王咏 供图/视觉中国

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）