探访京广高铁的通信战士：“飞天遁地”护航高铁“贴地飞翔”******
(新春走基层)探访京广高铁的通信战士：“飞天遁地”护航高铁“贴地飞翔”
中新网长沙1月18日电 题：探访京广高铁的通信战士：“飞天遁地”护航高铁“贴地飞翔”
作者 鲁毅 王极 刘海燕
1月17日上午9时，在湖南长沙喧闹市区的一角，身高一米八三的大个子杨帅正蜷缩在一处光缆井下，使用专用仪器对高铁光缆进行巡检。
杨帅是中国铁路广州局集团有限公司长沙电务段的一名“95后”高铁通信工，他所在的长沙南通信集中修工区主要负责京广高铁335千米通信设备的检修与养护。因其工区作业内容涉及无线通信、有线通信，作业环境覆盖高铁桥梁、隧道、铁塔、光缆井下等因素，他们被称为通信“全能战士”。
铁路通信设备作为连接铁路运输行业各个系统间有序运行的“神经网络”，涉及的设备数量庞大、类型繁多。只要有火车经过的地方，就一定会有铁路通信网络的覆盖。
“通信光缆是高铁行车调度指挥、电子客票以及旅客服务等重要工作的数据传输通道，为全国铁路信息通信互联互通提供保障。”杨帅说，如果巡检不到位、排患不彻底，一旦发生光缆中断，旅客将无法刷票进站乘车，高铁司机无法接收到调度命令和径路预告，甚至出现高铁大面积晚点或停运。
在通信工的日常工作中，作业环境“脏乱小”，当属遍布在市内各个区域和高铁站区域附近的井下光缆巡检。
“说它‘脏’，是因井下常年有污泥和积水；说它‘乱’，是因井下光缆涉及移动、联通、电信以及国防，盘根错节、相互交织；说它‘小’，是因作业空间非常狭小，每次仅能容纳一人作业，且作业人员下井后几乎无法正常转身。”杨帅说。
通信工借助各类仪器巡检高铁通信设备。 王极 摄春运期间，大个子杨帅要经常进入直径仅有60厘米的光缆井下，蜷着身体检查光缆是否损伤。
“像这样的光缆井，我们车间管内多达300多个，井下光缆构建成铁路通信网络，为高铁运行提供专用的通信网络信号。”长沙电务段长沙南高铁通信车间主任陈林成说，井下巡检虽不是高超的技术活儿，但至关重要，是通信集中修工区幕后保障高铁运行秩序的一个缩影。
11时，井下光缆巡检完毕。杨帅与工友们收拾着工机具，驱车赶往长沙南站附近的一处铁塔进行作业。
春运期间，他们的巡检作业更频繁了，要么翻山越岭深入荒野山坡，对无线信号干扰进行排查；要么攀爬登上50米高的通信铁塔检查馈缆和天线；要么乘汽车再转步行进入高铁隧道内，对直放站进行检修；要么在出现光缆中断时，迅速应急处置对细如发丝的光纤进行接续······
这群“全能战士”的作业地点有空中的、有地面的、有地下的，既能拿着洋镐、撬棍干“粗活儿”，又能干使用光时域反射仪、熔接机干“细活儿”，还能操作频谱分析仪、八木天线干“累活儿”，他们“飞天遁地”各展所长，全方位护航高铁“贴地飞翔”，守护旅客安全、正点抵达。(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 彩虹多多地图 |
