玛雅彩票交流群|360百科

台当局九条禁令激怒港澳人士，评论称彻底暴露民进党当局真面目******

　　【环球时报特约记者 张若】民进党当局发布所谓的“港澳居民不得从事活动一览表”，列出九项港澳居民在台湾不得从事的活动，包括不得参加游行以及不得接受媒体邀请发表意见等，引发巨大争议和强烈批评。

　　据香港《东方日报》5日报道，台湾“移民署”近日发布“港澳居民不得从事活动一览表”，港澳居民不得从事的九项活动包括不得参加选举造势活动或助选活动，不得参加游行、抗争等政治性质公众活动；不得进入军事防务地区、实验室、生物科技、研发或其他重要单位；不得到各军事基地、要塞堡垒窥视、拍照或摄影等。其他还包括不得从事违反社会风俗或危害社会秩序的行为；不得未经许可工作，包括模特作秀或短期契约工；不得接受媒体邀请访问等。港媒注意到，公告没有写明法律依据、罚则和“港澳居民”的定义，不知道是仅限于在台停留的入境人士，还是包括在台湾持有居留身份的港澳人士。换言之，旅行观光可能同受影响。

　　台湾陆委会称，相关公告属“误植”，“移民署”已移除该页面，不得从事的非法活动目前仍在讨论中，将供港澳居民参考。台湾政治大学法律学系副教授廖元豪质疑该公告的法律依据，称“没有法律效力，但有恐吓效果”。他说，“你把游行、接受媒体邀请，跟卖淫、军事的东西放在一起”，可能会引发在台居留港澳人士的寒蝉效应。香港理工大学学者陈伟强表示，台当局此举十分荒谬，文件的流出并非偶然，而是试水温，测试香港人的反应。

　　香港2019年爆发“修例风波”后，民进党当局不断炒作“大批港人移民台湾”。根据台“移民署”数据，2021年有11173名港人获得居留许可，比2020年增加360人；1685名港人获得定居许可，“居留和定居许可人数均打破历史纪录”。但《东方日报》直言，从上述数字可以看出，真正获得定居许可的比例并不高。与此同时，民进党当局还不断提高港人移民门槛。2020年8月，台“内政部”增设条文，列明如果申请者为现任或曾任大陆行政、军事、党务或其他公务机构，以及大陆在港澳投资的机构或新闻媒体职员时，台当局将不准其居留许可。2021年6月，台湾规定18岁以上港澳永久居民填写材料时，须填写是否“现(曾)于香港或澳门政府部门任职，宣誓或签署声明拥护基本法、效忠港澳政府”，同时申报毕业后所有工作经历，而非过去那样只填写近10年经历。

　　民建联立法会议员陈勇表示，不少台湾政客在香港“修例风波”期间声援暴徒，却对随后前往台湾发展的港人进行诸多限制，甚至不提供基本保障，如今又出台所谓的“九不得”政策，是将港人视为“炮灰”，为达自己的政治目的不择手段。他希望香港市民擦亮双眼，避免被别有用心的政客利用。工联会立法会议员黄国说，台当局炮制“九不得”明显敌视港人，好像港人去台湾就是做间谍。香港法学交流基金会副主席傅健慈认为，台湾当局炮制的“九不得”措施引起坊间批评后又赶忙将公告“下架”，是“作贼心虚”，显然发现有关规定欠缺法律基础、事实和理据支持，更不符合人权的普遍标准。

　　有媒体披露，不少港人因为移居台湾后的生活“不如预期”，选择回流香港。有评论5日称，香港爆发“修例风波”之际，民进党当局摆出一副关心、支持运动的姿态，蔡英文多次声称“与港人在一起”。一时间一些港人信以为真，把台湾视为“乐土”，甚至不惜冒险潜逃。然而，任何骗子都逃不过时间的检验，所谓“九不得”彻底暴露民进党当局的真面目，彻底击碎部分港人对台湾一厢情愿的幻想。（环球时报）

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）