大众彩票下载-大众彩票客户端下载

强化干部作风建设，这里通报公职人员着装问题******

　　中新网北京2月2日电(记者 阚枫)新春开启，多地将干部作风建设作为新春开工的首要之事进行部署，有地区还通报了公职人员开会着装问题。

　　开工首日的会议，多人被通报

　　近日，拉萨市城关区纪委监委发布一则关于违反会风会纪情况的通报，通报显示，1月28日，新春首个工作日，城关区委召开进一步改进作风狠抓落实工作推进会暨“作风建设年”动员会，这次会上，城关区纪委与城关区委效能办对会场会风会纪进行了全程监督。

　　按照纪委监委发布的通报，这次会上多人因为迟到被点名通报，多人迟到长达50多分钟。通报中还点出“会议着装方面，普遍存在着装不统一、里穿正装不脱外套的现象”，通报称，如再次出现相关问题，将点名道姓通报，从严处理。

　　通报称，着装问题看似是小事，实质是干部精神风貌的展示，是纪律意识不强、规矩意识淡薄的一种表现，是自我要求不严、工作作风不实的一种体现。

　　多地曾通报公职人员着装问题

　　干部因着装问题被通报，上述案例并非首次。

　　2017年1月，河北深州市纪委对违反会纪的32名干部进行点名通报，其中包括14名“一把手”被约谈，起因是在深州市委五届七次全会上，督查中发现22名公职人员未按规定着装，10名公职人员着装不规范。

　　当时，深州市纪委负责人表示，“只有管住小节，才能守住底线，如果连穿着正装这样的‘小节’都不能做到，连会议的纪律都不能遵守，那么全面从严治党就无从谈起。”

　　不仅开会着装的问题被通报，机关工作人员的日常着装问题也曾被通报。

　　2017年5月，辽宁盘山县政府办公室曾发布一则有关单位机关工作人员着装检查情况的通报。通报提到，部分单位工作人员仍然存在穿运动服、无领衫、露肩衫、运动裤、牛仔裤、运动鞋、凉鞋、拖鞋等情况，着装与仪表不符合端庄、稳重、大方、干练等国家机关工作人员形象礼仪的要求。

　　公职人员着装有啥要求？

　　近年来，多地曾专门就机关工作人员着装问题进行过规范，一些地区还专门出台具体标准。

　　2022年1月，江西抚州市直机关工委发布《关于规范市直机关干部着装和严格上下班工作纪律的通知》，通知除了明确机关干部出席正式、隆重、严肃场合应着正装，还提到机关事业单位工作人员进入办公场所，不得着奇装异服、居家服等服饰。着装不得过于炫耀，要保持服饰整洁。

　　通知称，女同志不得穿低胸装、露背装、露肩装、露脐装，不得穿超短裙、透视装、吊带装、紧身装、艳色装；男同志不得穿背心、短裤。此外，机关事业单位工作人员进入办公场所，不得佩戴离奇饰品，不得穿拖鞋，不得穿超高、带声响的高跟鞋，不得纹身。

　　2017年7月，媒体报道陕西咸阳市彬县对机关工作人员上班期间的仪容仪表进行详细规范，诸如，男同志不留长发，不蓄胡须，不佩戴饰品；女同志发型、发色适宜，化妆要淡、雅、素，不涂彩色指甲，不使用浓烈香水。不穿过于单薄、透视、紧身的服装。报道称，县纪委将不定期进行暗访督查，发现问题立即全县通报，并追究相关人员责任。

　　2016年，江西省委办公厅、省政府办公厅下发《省直机关工作纪律要求》，针对省直机关工作人员提出十条工作纪律，其中包括“不准穿背心、短裤、拖鞋和奇装异服上班”等。

　　如何避免矫枉过正？

　　近年来，部分地区有关干部着装的标准或通报发出之后，舆论中，不少网友认为对机关干部工作期间仪容仪表规范，确有必要，但是也有声音担心将着装问题“上纲上线”，过度问责。

　　对此，中央党校(国家行政学院)教授竹立家对中新网记者表示，公职人员在工作期间的着装问题应分类讨论，对于公检法、市场监管等有统一着装要求的行政执法部门来说，执法人员在工作期间应按相关要求着制式服装，对于其他公职人员来说，工作期间特别是在严肃场合应注意着装得体。

　　同时，竹立家称，对公职人员的着装事项，可以引导规范，但也应注意人性化管理，杜绝纪律扩大化，防止滋生新的形式主义。(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）