点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
方圆30公里仅27人 探访内蒙古首个戍边夫妻警务室******
(新春走基层)方圆30公里仅27人 探访内蒙古首个戍边夫妻警务室
中新网阿拉善1月17日电 题：方圆30公里仅27人 探访内蒙古首个戍边夫妻警务室
中新网记者张林虎
“都得收拾干净了，新年要有新气象。现在我们守边的条件越来越好，商店、卫生室、图书室、快递投放点，应有尽有，新的一年一定会更好。”李文娜一边收拾“职工小家”一边说。
兔年将至，内蒙古自治区首个戍边夫妻警务室民警徐乃超和妻子李文娜早早起床，“90后”夫妻俩将警务室和“职工小家”打扫得干干净净，用特有方式送上新年祝福。
图为内蒙古首个戍边夫妻警务室举行升旗仪式。 阿拉善盟公安局供图2022年年初，为了稳边固防，阿拉善边境管理支队决定在边境前沿建设抵边警务室，徐乃超得知情况后，主动申请前往一线，这也得到妻子李文娜的支持。
事实上，从警14年，除去去非洲利比里亚维和的一年，徐乃超一直在荒原戈壁摸爬滚打，行走在守边戍边和堡垒户之间。他与李文娜从恋爱到结婚，在一起的时间加起来不超2个月。
作为一名辅警，以及一名移民管理警察警嫂，李文娜承担着工作和生活的重任，也承受着与丈夫的长期分离。“他要去茫茫戈壁屯垦戍边，我们见面机会更少了，索性就决定跟他一起去。”
图为徐乃超和李文娜。 阿拉善盟公安局供图一片天，一条路，五间砖房支口锅，两人一狗一台车。就这样，内蒙古首个戍边夫妻警务室正式成立。
警务室驻扎在阿拉善左旗银根苏木查汉扎德盖嘎查，周边交通信息闭塞，大漠戈壁纵横，气候环境异常恶劣，人烟稀少。
初来乍到的徐乃超夫妇需要对3145平方公里的边境管理区、103公里的边境线踏查走访，熟悉管辖区里的一切事务，担负着治安维稳和边境管理工作任务。
“这里生产生活极度不便，我们吃水需要到15公里之外拉，警务室方圆30公里，仅有8户27人。”徐乃超说。
图为夫妻俩打扫“职工小家”。 阿拉善盟公安局供图为更好地服务农牧民，阿拉善边境管理支队在戍边夫妻警务室成立了“职工小家”，成为联系边境地区干部职工、开展帮扶服务的前沿阵地。
“职工小家”位于中蒙边境线附近，是内蒙古距离边境线最近的“职工小家”。
浇树、喂羊、剪驼绒……“职工小家”成立后，徐乃超、李文娜开始开展帮扶服务。经过朝夕相处，夫妻俩很快掌握了当地的基本情况，完成了从“外来客”到“贴心人”的角色转变。
图为夫妻俩打扫“职工小家”。 阿拉善盟公安局供图“额吉，这是我从旗里给您带的药，记得按时吃。”
“叔，剪羊绒人手不够，您就说。”
……
年逾古稀的敖云高娃患有慢性疾病，李文娜就用医学知识为老人义务辅助理疗；牧民巴图孟和家中人手不够，夫妻俩就与他结成帮扶对子，定期上门开展义务劳动。
由于生活不便，夫妻俩又先后又申请建成党员E站、救助站、商店、快递点等。
“这里配备了图书、医疗器材、生活物资，成了农牧民的集结站。”李文娜说。
在牧民眼里，“职工小家”已经成为他们眼中的第二个家，一个处处体现温馨、凝聚民心的温暖小家。“这里就是我们牧民的娘家，有啥急事难事，首先就要来这里寻求帮助。”牧民恩图格日勒和乌仁说。
“我今天巡查了23公里边境线，一切正常。”
“徐警官，边境线附近有一辆外地车辆，你快过来。”
……
“其实，我们是和牧民们一起在守边疆。”徐乃超说，农牧民在收获民警夫妻关心关爱的同时，也在尽心尽力地帮助守护边境安宁。
戍边期间，夫妻俩每天都体会着戍边工作的乐趣和充实，他们还救助了一只腿有残疾的大型贵宾犬，取名“李富贵”，成为生活中的陪伴。
在徐乃超和李文娜看来，边境的安宁，牧民的需要，就是他们坚守的动力。
新的一年，徐乃超、李文娜夫妻二人依然行走在祖国的边境线上，用心守护安宁，用爱诠释责任，在维护边境稳固的同时，也收获着幸福、赞誉和感动。(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（）  视觉焦点
凤凰彩票地图 |
)