图为甘肃“非遗人”李梅耗时半月创作的“呆萌蓝染兔”。 甘肃省非遗保护中心供图
连日来,甘肃省非物质文化遗产保护中心推出“非遗过大年之兔年说兔”栏目,集中展示甘肃非遗传承人手工制作的兔子。
圆溜溜的大眼睛,雪白的耳朵竖起来,身上还穿着精心搭配的“唐装”,这是甘肃省级非遗代表性项目成州面塑传承人安秋平用面捏出来的兔子。
近日,安秋平设计了好几款或可爱或呆萌或天然的兔子造型面塑,并置于店面显眼处,吸引了人们的关注。他将传统面人制作技艺和现代美术思想与技法结合,将一块块面团变成了惟妙惟肖的艺术品,作品色彩艳丽、朴实自然、生动逼真。
图为甘肃“非遗人”许静创作的系列“萌兔”。 甘肃省非遗保护中心供图甘肃张掖市级非遗代表性项目甘州刺绣传承人许静以“兔”为主题,制作了各种“萌兔”。在她看来,中国传统文化博大精深,特别是生肖文化,每年过年必不可少,作为一个非遗传承人,更要通过手艺表现出生肖文化的精髓。
“我用扎染和刺绣做了各种兔子,有田园风、复古怀旧风、快乐时尚风。”许静称,可用作胸针、挂件、香包,有单只,也有情侣款,适合各种消费人群,同时表达对新年的美好祝福。(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) [责编:天天中] 阅读剩余全文() |