大发平台走势图|ios/安卓/手机版app下载

《勇敢的翅膀》：人物成长与家国情怀同频共振******

　　作者：张德祥（中国文艺评论家协会副主席）

　　在湖南卫视播出的现实军旅剧《勇敢的翅膀》，给荧屏带来一种特殊的青春气息。作为国内首部以空军轰炸航空兵战斗生活为题材、以K型机改装为背景的长篇电视剧，该剧表现军人的故事，军人的风采，令人眼前一亮，视野大开。

　　在题材上将“军旅”与“成长”融合，是《勇敢的翅膀》的一大特色。作为轰炸机飞行员，肩负特殊使命。特殊使命需要特殊人才。特殊人才是怎样锻造出来的？该剧讲述新一代飞行员的成长过程。主人公秦朗个性强，不盲目随大溜，凡事要经过认真思考。这种性格在纪律严明的军队中显得有些不合群。由一开始被淘汰到成为优秀的轰炸机飞行员，他的成长经过了一系列磨炼。比如，秦朗为找专家违规开车，路上救人，却被误认为是撞人者。这是对他的一种“信任”考验，也是促使部队领导进一步认识他的过程。还有飞行中突发“特情”，他的女朋友谈小雅的“间谍”嫌疑等，在一次次考验中，他奠定了信任与忠诚的基石，练就了不为困难和挫折压倒的坚定意志，最终使坚强个性与纪律性达成一致，使坚定意志与忠诚信任达成一致，把个人才情融入军队的现代化建设之中。谈小雅的成长过程也是如此。她经历了诸多挫折，但初心不改，发挥技术特长，为提高轰炸机的电子对抗能力尽职尽责。可见，新一代青年人在部队的锻炼成长，不仅有先进的科技知识武装，更有思想品质和军人素质的锤炼，从而折射出我军新时代现代化建设的风貌。

　　围绕男女主人公的成长过程，与主人公搭配工作的角色也是饶有趣味。作为机长，也是秦朗上级，丰雷作风正派、纪律严明，与秦朗多次发生冲突，甚至严厉训责。但严师出高徒，二人由开始的情绪对立，到真正相互了解彼此，终于找到了问题症结。丰雷为了解决秦朗“特情”处理上的问题，从心理入手，对症施策。而与丰雷形成鲜明对比的是电子对抗旅刘队长，作为谈小雅的上级，刘队长深谙部队规则，事事请示，时时请示，看起来遵守规则，实则是不担责任。谈小雅帮助功勋团侦查干扰电台，刘队长认为这不是我们的本职工作，也不符合工作程序。但当谈小雅的工作得到功勋团的肯定，收到感谢函，刘队长又因感谢函上没有自己的名字而恼羞成怒。这个形象很有典型价值和镜鉴意义，他最大的错误就是在其位而不担其责，没有创造性开展工作。同样都穿着军装，怎样才是优秀的军人，看的是格局、品质、境界。要飞翔，就必须有勇敢的翅膀。此外，剧中出场的其他人物如陈团长、叶教导员、杨政委、吴汉等，也都有血有肉，真实生动，体现了我军的军人风采和军民鱼水情。

　　“真实”也是观众网友评价《勇敢的翅膀》时的高频词，创作团队深入一线部队实地采访，从轰炸机航空兵的生活中汲取鲜活素材，创作过程历经6年。剧中不乏精彩作战演习场面，如低空飞行钻山谷、突破雷达监视实施临空轰炸、空中停车重大险情等。观众身临其境地跟随剧情走进军营，了解轰炸机航空兵这一群体的工作，直观感受改革强军取得的成就。可以说，《勇敢的翅膀》推动了军旅题材范畴细分深化，实现了创作边界的多向度探索。

　　军旅剧，带有军人的阳刚之气，能振奋士气民心，是民族精神的一种具象体现和审美升华。贯彻新时代党的强军思想，讲好新时代军旅故事，展现中国军人的风采，是文艺创作的题中应有之义。从这个角度看，电视剧《勇敢的翅膀》向当下观众传递敢为梦想拼搏担当、敢为使命奉献牺牲的军旅精神和中国军人积极进取、牺牲奉献的精神风貌，展现出军旅题材电视剧的强劲生命力，为今后军旅题材电视剧的创作提供了有益的思考。

　　《光明日报》（ 2023年01月11日 15版）

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）