家彩网漏洞|家彩网注册网

美施压“烟害防制法”？台媒称绿营将强行通过开放加热烟，网友讽刺******

　　【环球网综合报道 记者赵友平】台湾《联合报》4日独家消息称，岛内“烟害防制法修正草案”经过3次协商后，各方逐渐达成共识，其中最重要的2项包括新型烟品加热烟“加热烟载具不广告、不宣传”、“20岁以下禁止购买加热烟载具”。报道称，不过3日傍晚传出民进党团总召柯建铭碍于美方压力出手要求台湾开放加热烟的消息。《联合报》称，美国烟商将迎来上千亿(新台币)营收。有岛内网友对此讽刺道： “卖台进行式，一直被强迫开放各种措施，历史重演。”也有网友说：“你慢慢会发现：美国人要的东西，台湾没有不给的！”

　　加热烟全称是“加热非燃烧烟草制品”，是一种以不燃烧的方式将烟草加热至300-350°C左右高温的烟草产品。据台湾《联合报》报道，“烟害防制法修正草案”4日上午9时许在“立法院卫环委员会”进行第4次协商，岛内“卫环委员会召委”、国民党“立委”林为洲3日晚在脸书发文称，“烟害防制法”“修法”历经多次协商，慢慢取得共识，将加热烟载具纳管，不得作宣传广告，未满20岁不得购买，没想到高层一声令下，通通推翻。林为洲称，之前的讨论协商，看来都只是演戏过场。

　　林为洲3日晚接受台湾《联合报》采访时说，先前已经过协商且拟出结论。像“纸烟管制加严”各方皆有共识如对在不得抽烟场所抽烟的行为人加重罚则、扩大禁烟场所如校园等；对于电子烟，因难以确认其焦油等成分，加上是许多年轻人入门烟款，未来禁止后将有法可管，包括禁止贩卖、禁止吸食。

　　林为洲说，争议最大是加热烟，台行政机构版“草案”过去以“纳管”一词、坚持要开放进口加热烟，“拒烟团体”则希望禁止。林为洲表示，加热烟分成烟弹(烟草柱)及载具，烟弹本身是烟，与纸烟成分相同，因此法条内已有规定；问题在于加热烟的吸食器载具，“政院版草案”没有明文管理加热烟载具，未来烟商恐大肆作广告，甚至赠送载具，鼓励、引诱更多人甚至年轻人吸加热烟。

　　林为洲说，因此在第3次协商后，各方面针对加热烟载具达成2点共识：“可以贩卖但不能广告”、“20岁以下不可购买”，而上周除了在场“委员”都同意，因此约定在4日上午第4次协商，并要求将载具管理纳入条文中。

　　“昨天迟迟等不到更新条文，傍晚卫生福利部门健康署说柯总召(柯建铭)不同意纳管(加热烟载具)！”林为洲透露。

　　台湾《联合报》称，已在台湾出现的加热烟品牌有“iQOS”、“lil”、“glo”、“Ploom”。报道称，据了解，此次“烟害防制法”促通过加热烟最大推手为美商菲利普莫里斯烟草公司，旗下加热烟品牌“iQOS”早已于各县市成立专卖店、维修店。报道称，目前台湾一年烟品市场达1700亿元新台币，未来纸烟衰退，恐怕会有半数近千亿(新台币)市场由加热烟吃下，还会吸引更多第一次抽烟、原抽电子烟转换加热烟的族群，“庞大商机无法想象”。

　　林为洲直言，今天如无法达到管制加热烟载具目的，将会立刻召开记者会，抨击台行政机构、卫福部门、健康署受烟商压力，自辱推翻原先的承诺。

　　对此，有岛内网友称，美国烟商这是“另一种鸦片战争”。↓

　　有网友批评绿营，称这是“卖台进行式，一直被强迫开放各种措施，历史重演。”↓

　　此前，民进党当局曾放开美国含有瘦肉精的猪肉入台。有网友说，绿营“有利台湾人民的没争取到半点，迫害人民身体健康的每项都开放了”。↓

　　有网友说，“支持”台湾的背后都是生意人，是有目的，先以政治手段敲开大门，接着就露出真面目。↓

　　还有网友问：柯建铭的下一步要开放大麻吗？↓

　　也有网友说，你慢慢会发现：美国人要的东西，台湾没有不给的！↓

　　(环球网)

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）