凤凰彩票论坛-用户注册 | 官网首页登录平台网址

军旅剧创作新收获******

　　一部军旅剧如何做到叙事和视觉同样精彩，多视角多维度还原军旅生活，对主创是个不小的挑战

　　《勇敢的翅膀》是一部以航空兵部队为题材的电视剧。在以写实手法再现航空兵生活的典型环境时，作品对“军魂”进行开掘、诠释，紧紧围绕飞行员的成长，展现了当代青年军人淬火成钢的历程。

　　《勇敢的翅膀》在题材选择、人物设定、故事讲述、画面呈现等方面都令人耳目一新，可以说是军旅剧创作的新收获。

　　军事题材影视要着力表现英武和阳刚之美。这也是军旅剧创作的优势。《勇敢的翅膀》刻画了一组航空兵形象。在丰雷机组中，老机长丰雷、改型机长秦朗以及其他几位分司领航、通信、武控等战斗任务的战斗员，都热爱空军、热爱飞行，将军人的使命和担当看得很重。

　　丰雷和秦朗这一对“严师父”和“犟徒弟”，看似相逆而行，实则相向而行，这一矛盾主线的设定，是剧集的一个突出亮点。丰雷飞行技术过硬，荣获过两次“金飞镖”奖，心理素质强大，善于指挥、敢于管理。为了建设强大的航空兵队伍，他甘愿由副团长改任教员，将所有精力放在培养年轻一代飞行员身上。秦朗不是一夜之间由落后兵成长为英雄的。论对空军的热爱，论飞行知识和技术，秦朗各方面都是个“优等生”。但他有些自傲，优秀飞行员应有的心理素质不够。丰雷看在眼里，决心将秦朗从璞石雕琢成玉。

　　丰雷对秦朗爱之深、责之切。剧集以层层剥笋般的叙事，清晰呈现了丰雷帮助秦朗“过三道坎”。其一，在一次飞行训练中，心高气盛的秦朗其他飞行动作都做得很好，却犯下了起落架没有放实的低级错误，被取消改机型的培训，分流到“功勋团”——一个老机型团。失去了参加飞机改装的机会，秦朗一度消沉。此时，为他承担责任的副团长丰雷也到功勋团当了教员。丰雷带秦朗完成几次飞行，使秦朗过了不愿到“功勋团”的关。其二，秦朗在一次飞行突发事件中不能冷静处理，丰雷找航医询问怎样帮助秦朗克服心理障碍，以避免被停飞。其三，在秦朗救了空军老前辈，却被误判为撞人，被停飞时又是丰雷基于对秦朗的信任，和上级机关协同调查，为秦朗正了名。秦朗在师父严与爱的训练下成长。合作反恐的实战中，飞机被敌人导弹击中时，秦朗能冷静处理、安全迫降，丰雷机组立功。

　　作为一部青春热血的军旅剧，该剧融合呈现了励志、成长、偶像等元素。秦朗一代青年飞行员的成长历程，被正确诠释为由个人技术、个人素质向集体英雄主义的升华。丰雷在训练中，不仅向机组年轻飞行员传授技术和经验，更教育他们协同配合，追求一种集体才能形成的战斗力。剧中最后一次飞行，秦朗向在身旁的师父求问数据，丰雷答：“现在你是机长，你是机组的灵魂，你下命令。”丰雷经常对机组飞行员说的一句话堪称金句：“记住，一旦做了飞行员，你就有了两条命，一条是自己的生命，一条就是使命。国家的使命，人民的使命。”剧集主题在这里得到了升华。

　　《勇敢的翅膀》塑造热血军人形象时十分注重全视角、立体化叙写。他们每一次飞行都牵动着亲人的心。丰雷结婚十二年，在机场的时间多于陪伴妻子儿子；吴汉和妻子结婚后一直没有时间举办婚礼，新婚妻子王晓琳来队探望，小两口还没来得及说句体贴话，机场就来电话让吴汉回去开会；耿建设和追求他的女同学彭馨正要去散步，一看回营的时间已到，只好匆匆告别。机场上一旦响起警笛声，家属们最敏感、最揪心。剧中饱满的师徒情、战友情、亲人情，打动了观众。

　　剧集将航空兵部队敢于空中拼刺刀的精神融入与众不同的军营生活。画面上，或旭日初升，或晚霞满天，或夜色深沉，战机隆隆掠过，十分壮观。机舱内的实景拍得一丝不苟，战斗员的口令、操作准确到位。每次飞行后的讲评、复盘，提供的军事术语达到了教科书般准确。实景拍摄的飞行员一日活动，充分展示出军令条令之严，军容军姿之美。一部军旅剧如何做到叙事和视觉同样精彩，多视角多维度还原军旅生活，对主创是个不小的挑战。《勇敢的翅膀》跨越了这道门槛。

　　（作者范咏戈为《文艺报》原总编辑）

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）