永盈彩票-永盈彩票

苏炳添巩立姣当选中国田协副主席 运动员有更多话语权******

　　中国田径协会网站显示，苏炳添、巩立姣已出任中国田协副主席一职。此前中国前篮球名将姚明经选举，连任中国篮球协会主席。在国际体育组织，担任职务的中国运动员也越来越多。中国运动员正在通过成绩和能力，为自己的团体获得越来越多的话语权。

　　中国短跑飞人苏炳添曾率队夺得东京奥运会男子4×100米接力铜牌。在东京奥运会男子百米半决赛中，苏炳添跑出9秒83，创造新的亚洲纪录。此前苏炳添在多哈田径世锦赛期间，历经竞选环节，由多哈世锦赛的全体参赛运动员进行投票，当选世界田联运动员工作委员会委员。

　　女子铅球运动员巩立姣同样战功赫赫。她曾七次站上世锦赛领奖台，夺得东京奥运会女子铅球冠军。随着巩立姣与苏炳添共同当选为中国田协副主席，意味着田径运动员可以贡献自身经验，发出更多声音，推动中国田径运动发展。

　　盘点

　　越来越多的运动员成为领导者

　　在中国体育单项协会方面，越来越多的运动员成为领导者，提升了自身的话语权。曾经率队在2004年雅典奥运会和2008年北京奥运会上打入前八名的前男篮名将姚明，目前已获选连任中国篮球协会主席。2017年姚明首次当选中国篮协主席时曾经表示，新一届中国篮协既要借鉴国际先进经验，更要深入研究中国实际情况，走出一条自主创新之路。在长达5年的任期当中，姚明对于CBA联赛的改革有目共睹，让联赛水平和效益得到提升。在今年女篮世界杯，中国女篮勇夺第二，追平历史最好成绩。此外，中国三人女篮夺得东京奥运会铜牌。

　　在排球领域，中国女排名宿郎平于2017年增补为中国排球协会副主席。郎平从2009年归国后，常年在一线教练员岗位上工作。多年海外执教的经历也使她具备了广阔的国际视野，尤其对欧洲各国排球联赛有着深入的认识。这对谋求职业化和市场化的中国排球联赛深化改革起到很大的帮助。

　　足球领域，中国女足名宿孙雯在2019年当选为新一届中国足协副主席。1996年和1999年，孙雯带领中国女足先后夺得亚特兰大奥运会和美国女足世界杯的亚军。在1999年世界杯上，孙雯以7个进球获评赛事最佳射手和最佳球员。2018年孙雯担任中国足协女足青训部部长兼女足青训总监，青少年女足发展呈现复苏势头。

　　在冰雪领域，中国奥运冠军申雪于2018年当选花样滑冰协会首任主席。当选后申雪表示，协会将推动花样滑冰的后备梯队建设、中国与世界的交流、国家队的备战、行业规范的设定、花滑产业市场的开拓、赛事的开展、各级运动员与注册俱乐部的管理、项目宣传普及等。“我觉得运动员生涯对我最大的帮助，就是遇到所有困难都会去坚持，去跨越一个又一个鸿沟。”申雪说。

　　在国际领域，越来越多的中国运动员通过竞选进入世界体育组织任职。2019年5月，国际奥委会提名中国冬奥首金得主杨扬作为奥林匹克运动的代表，竞选世界反兴奋剂机构副主席成功。2022年，杨扬成功连任世界反兴奋剂机构副主席。

　　曾经在索契冬奥会勇夺女子速滑1000米冠军的中国选手张虹，入选世界反兴奋剂机构理事会。作为国际奥委会委员，张虹成为第一组被任命的5名成员之一。张虹于2018平昌冬奥会期间加入国际奥委会。目前，张虹担任国际奥委会2024江原道冬青奥会协调委员会主席、国际奥委会冬奥会未来东道主委员会委员等职务。张虹还是世界反兴奋剂机构基金董事会的成员之一。

　　在国际单项体育组织，中国乒协主席刘国梁当选为WTT世界乒联首任董事会主席。在2021国际乒联代表大会上，刘国梁成功当选国际乒乓球联合会执行副主席。中国女子乒乓球名将刘诗雯，在2022年12月召开的国际乒联运动员委员会主席选举中，和印度运动员阿昌塔共同当选国际乒联运动员委员会主席。这是国际乒联首次产生一男一女两位运动员委员会主席。此前男乒选手许昕当选为亚洲乒联副主席。

　　在网球领域，中国女子网球名将郑赛赛，加入由塞尔维亚网球名将德约科维奇、加拿大网球运动员波斯皮希尔等共同发起创立的世界网球球员工会PTPA，旨在对全世界网球运动员的个人权利进行保护。作为该组织初始8位成员之一，郑赛赛将帮助网球运动员争取权益，获得更好的待遇。　文/本报记者 褚鹏 统筹/杜锐

　　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）