y39彩票官网平台_360百科

推动民间艺术繁荣发展（评论员观察）******

　　推动民间艺术繁荣发展，为的是用老百姓熟悉和喜欢的乡土文化资源，打造老百姓便于参与、乐于参与的优质公共文化产品

　　河北沧州市吴桥县传承千年杂技文化，展现非遗迷人风采；内蒙古巴彦淖尔市乌拉特前旗以西部民歌会为载体，助力乡村振兴，推动文旅融合发展；海南儋州市光村镇传承发展儋州调声，形成特色文化名片；陕西榆林市榆阳区依托陕北民歌博物馆，打造民间文化艺术之乡文化地标……近日，文化和旅游部公共服务司公示“中国民间文化艺术之乡”建设典型案例名单，91个案例拟入选。民间文化艺术品牌推得出、叫得响，成为文化建设取得累累硕果的生动写照。

　　习近平总书记深刻指出：“民间艺术是中华民族的宝贵财富，保护好、传承好、利用好老祖宗留下来的这些宝贝，对延续历史文脉、建设社会主义文化强国具有重要意义。”我国2800多个县（市、区）、4万多个乡镇，很多都有自己独具特色的民间艺术形式。它们饱含泥土芬芳、乡土味道；它们留住乡愁、孕育希望；它们有的历千年而不泯、经风雨而不衰，早已融入人们的生活和血脉。从传统的山歌、剪纸、民族舞、地方戏，到新兴的钢琴、管乐、油画、农民画，丰富多彩的民间文化艺术项目，反映了我国广袤疆域里生动鲜活的民风民情，为人们提供了丰厚的文化滋养和精神支撑。

　　推动民间艺术繁荣发展，为的是用老百姓熟悉和喜欢的乡土文化资源，打造老百姓便于参与、乐于参与的优质公共文化产品，吸引更多基层群众参与文化活动、从事文化创造、享受文化发展成果。从“中国民间文化艺术之乡”拟入选案例看，有的地方发挥文化馆、图书馆、乡镇文化站等公共文化场馆的主体作用，创新打造民间文化艺术特色服务空间；有的地方利用数字技术，开展惠民演出、展览展示等活动，有效提升优秀民间文化艺术的普及率和普惠性。生动案例表明，挖掘利用各地优秀民间文化艺术，深入推进文化惠民，有助于推动基层公共文化服务体系建设，更好满足人民群众文化需求。

　　在全面推进乡村振兴过程中，着力挖掘培育盘活优秀民间文化艺术资源，推动民间文艺积极融入乡村发展建设，能够极大助力乡村文化振兴，为“三农”发展提供精神文化支持。在湖南常宁，以农村为题材创作的版画交易额达上亿元；在陕西千阳，西秦刺绣带动全县上万名群众就近就地就业创业；在山东淄博，淄博花灯以灯带景、以景促灯，助推文旅加速融合发展……不少地方积极探索民间文化艺术产业化发展路径，在扩大民间文化艺术传播力和影响力的同时，也为乡村经济社会发展赋能提质。

　　农民是乡村振兴的主角，也应成为乡村文化建设的主体。截至2021年底，我国共有各级非遗代表性项目10万余项，各级代表性传承人9万余名。如何在最大限度保留质朴风貌、原生文化的基础上与现代生活有机融合，怎样在传承发展中适应快速变化的文化市场，是民间文艺亟待破解的时代课题。推动民间文艺繁荣发展，为乡村振兴凝聚人心、积蓄力量，既需要强化相关部门的引导扶持，充分发挥市场机制作用，也离不开对乡村本土文化人才的培育和支持，充分调动广大农民的积极性、主动性、创造性。

　　文化是一个国家、一个民族的灵魂。根植于乡野沃土、为广大基层群众喜闻乐见的民间文化艺术，凝结着中华儿女的聪明智慧、蕴含着世代延续的文化基因，构成了中华优秀传统文化的重要组成部分。保护好、传承好、利用好这些珍贵财富，推动中华优秀传统文化在传承创新中走向更广阔的舞台，我们责无旁贷、重任在肩。（邹 翔）

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）