腾龙彩票计划 - 用户注册 | 官网首页登录平台网址

中消协：部分品牌充电数据线存在阻燃能力不佳等隐患******

　　中新社北京1月12日电 (记者 刘亮)中国消费者协会(简称中消协)12日发布的一份充电数据线比较试验报告显示，市场上销售的部分品牌充电数据线存在阻燃能力不佳、耐腐蚀性能较弱等隐患。同时，充电数据线行业还存在产品标识不全、执行标准各自为政的问题。

　　近期，中消协委托相关研究机构对市场销售的部分品牌充电数据线开展比较试验。试验从多家电商平台抽取共计46款充电数据线样品，对其电气安全性和硬件可靠性进行测试和比较。

　　电气安全性上，突出问题主要涉及充电数据线的防火(阻燃)性能、压降性能。试验结果显示，近半数样品阻燃能力不佳，特别是编织线外皮更易降低阻燃性；有12款样品压降测试表现不佳，充电过程电能损耗过大，易导致充电过慢，甚至可能造成过度发热引发安全隐患。

　　硬件可靠性上，突出问题主要涉及充电数据线的耐腐蚀性能。试验结果显示，近半数样品耐腐蚀性能弱，在沿海等空气盐分含量较高的地域使用时，金属部分容易锈蚀，导致性能下降。

　　中消协相关负责人表示，通过本次比较试验和相关市场调查，中消协还发现目前充电数据线行业存在产品标识不全、执行标准各自为政的典型问题。

　　据介绍，美国自2019年开始对充电数据线实施强制性认证，而中国对于此类产品的监管相对比较缺乏。近年来，虽然相关行标及认证技术规范先后出台，但企业采标力度仍需加强。

　　为此，中消协建议，相关生产企业应依法明示执行标准，清晰准确地标注和介绍产品性能，同时，要加强内部品质控制，依据近年来新发布的相关标准，修订企业标准。中消协还呼吁，电商平台积极采用先进的行业标准、技术规范或质量认证，保证上架产品的质量和安全，为消费者把好进货关，为消费升级提供高标准的产品质量环境。(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）