全球旅游业翘首期待“中国热潮”******

　　参考消息网1月11日报道多家外媒近来集中报道称，全球旅游业翘首期待“中国热潮”。据路透社1月9日报道，随着中国调整出入境政策，周一，北京的出入境管理部门外面排起了长队，人们急于更新他们的护照。

　　67岁的退休人员杨建国（音）排在上百人的队伍里，等着更新护照。他计划前往美国，近三年来头一次去看望女儿。

　　跟妻子一起排队的杨先生说：“女儿去年结婚，但推迟了婚礼，因为我们没法去参加。现在能去了，我们非常高兴。”

　　德国《经济周刊》网站1月9日的报道也认为，全球旅游业即将迎来中国热潮。

　　报道称，对爱旅游的中国人来说，好日子终于又要开始了。随着中国全面开放，中国人已在制定2023年的假期计划。

　　“现在正是好时候。”一位家住北京的女士表示，她正计划全家尽快去泰国旅游：“女儿13岁了，疫情前我觉得她还太小，不能出远门。现在，她可以去看看世界了。”

　　全球旅游业正希望重回旧时光。2019年，中国出境游高达1.55亿人次，相关旅行支出约2550亿美元。但在疫情期间，这方面的支出大幅减少。

　　一家中国旅行社的员工说：“现在飞外国的航班还比较少，而且还要先申请签证。”他认为，在即将到来的春节假期，将有数亿人先在国内旅游。

　　而随着航班数量逐渐增加，从第二季度开始，中国旅客出境游的数量很可能就会激增。这位业内人士预计10月可能出现真正的热潮，因为中国将在那时欢度十一黄金周。

　　德国是很多中国旅行团的必游之地。在汉堡和杜塞尔多夫，很多小商店曾额外雇用会说汉语的员工，这项语言技能或许马上又要成为优势了。

　　法国《费加罗报》网站1月8日的报道也指出，法国正准备迎接回归的中国游客。

　　报道称，从周日开始，中国人又能去外国旅游了。对法国旅游业的大部分从业者来说，这是一种宽慰，他们对消费高于平均水平的客户的回归寄予厚望。酒店、餐馆、翻译、导游、司机、旅行社等都在翘首以盼。

　　本世纪初，法国为接待中国游客建立了一套完整的生态系统。奢侈品牌雇用了精通普通话的销售人员，百货公司甚至开了为中国旅游团服务的店铺。但在过去近三年间，它们失去了中国游客。

　　“显然，我们在等他们，”法兰西大岛酒店行业协会主席弗兰克·德尔沃说，“中国客户及其带来的经济效益仍然宝贵。”

　　为了迎接这些受欢迎的游客，专业人士已进入“备战”状态。

　　德国媒体、越南媒体介绍了东南亚旅游业的情况。据报道，周一，泰国迎来中国放开后的首批赴泰游客。带着鲜花和礼物，泰国副总理率领几位部长亲自前往接机。此举反映了中国游客对于泰国这个旅游大国的重要意义。

　　周一的这个航班来自厦门。在机场大厅里，中国游客收到了花环和礼品袋，欢迎横幅上写着“中泰一家亲”以及“神奇泰国永远欢迎中国家人们”。

　　一名中国游客对美联社表示，自己“感觉很好，感受到泰国人民的好客之情”。

　　泰国副总理兼卫生部长阿努廷在机场对媒体称，对泰国旅游业来说，中国及其他国家的游客人数持续增长是一个好兆头，这有助于增加收入、推动增长、扩大就业，并将带来其他机会。

　　而越南国家旅游局1月9日在东北部边境的广宁省芒街市召开会议，讨论吸引中国游客到越南旅游的措施。

　　中国恢复国际旅游活动已经对全球旅游业产生积极影响，全世界几乎所有国家都拟定了从这个重要市场吸引游客的政策。

　　越南旅游协会主席武世平（音）强调，越南需要思考吸引中国游客的紧急方案，并发布管理相关活动的规定，以便给游客留下最好的印象并确保可持续发展。

　　越南旅行联支会主席高智勇（音）认为，有必要迅速恢复岘港、庆和、富国岛等旅游业发达地区的包机网络，并在可以直飞越南的国家加强推广活动；服务提供商需要准备足够的人力资源和基础设施；此外，在微博、抖音、微信等中国社交平台上的交流活动也应该加强。

　　1月9日，泰国官员在位于泰国首都的素万那普机场欢迎搭乘厦门航空MF833的中国旅客。该航班是中国出入境政策调整后首个中国赴泰国航班。泰国副总理兼卫生部长阿努廷到现场迎接。（新华社发）

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