彩云网返点 - 在线用户注册首页登录平台

来源：彩云网投注2023-06-20 17:48

彩云网返点

（新时代新征程新伟业）探访“中国幸福村”江西进顺村：村民变股东福利惠民生******

　　中新网南昌11月27日电题：探访“中国幸福村”江西进顺村：村民变股东福利惠民生

　　记者李韵涵

　　初冬时节，江西进顺小康家园在太阳的照耀下暖意浓浓，一座座花园式楼房错落有致，村内的老年大学不时有悠扬音乐声传来，中间的花园广场有人牵着宠物闲庭信步，也有孩童怡然自乐，一幅“乡村共富图”正在村内徐徐展开。

图为进顺村党委第一书记罗玉英向记者介绍进顺村的发展历史。　记者刘占昆摄

　　很难想象，追溯到数十年前，“硬木扁担杉木桶，代代不离驼背种。一根扁担两只篮，有女莫嫁上窑湾。”是江西省南昌市青山湖区湖坊镇进顺村的真实写照，这里的村民曾经以卖菜为生，是当地有名的“菜农村”。

　　据进顺村党委第一书记罗玉英介绍，作为“城中村”的进顺村经历了“盘活资产打基础、以地换地拓空间、招商引资谋发展”三个发展阶段，村民也经历了从农民到职工、从职工到股东的身份转变。

图为进顺村党委书记、村委会主任罗来昌(左)与同事交谈工作。　记者刘占昆摄

　　进顺村是江西第一个推行村集体产权制度改革的村庄，把村集体企业股份(收益权)100%量化到每一位村民，让村民人人是股东、年年有分红。2021年度，村民股份分红930多万元，每股分配率达11.5%，人均分红6700多元，户均分红20000多元。

　　经过不断改革与发展，进顺村先后荣获“中国十大名村”“中国十佳小康村”“中国幸福村”等二十多项国家级殊荣。2021年，全村固定资产20余亿元，实现总产值55.6亿，村集体纯收入5906余万元，村民年均收入35600元。

图为进顺村卫生所医生魏翠红(左)正在问诊就医的村民。　记者刘占昆摄

　　“以前我们都以农业为主，生活比较苦。现在村集体经济发展起来了，我们也更想回村工作。”今年43岁的魏翠红是进顺村卫生所的医生，也是一名土生土长的进顺村村民。

　　“卫生所可以免费测量身高体重还有血压，还会定期组织给村民免费体检，进行各类健康知识普及宣讲。”魏翠红说，随着生活水平提高，村民的健康意识也逐步提高。此外，进顺村的村民如果患有重大疾病，村里也会给予一定的补贴。

图为进顺社区邻里中心门口的村民。　记者刘占昆摄

　　魏翠红提到的“大病补贴”仅仅是进顺村内多种福利保障的其中之一。股份分红、老人长寿奖、升学奖学金、大病救助金、社会保险统筹……在有着“中国幸福村”之称的进顺村，20种福利涵盖医疗、教育、养老等各方面，“幸福”不仅仅是一个称号，更是一份份触手可及的福利。

图为进顺村老年大学内正在学习舞蹈的老年人。　记者刘占昆摄

　　进顺村党委书记、村委会主任罗来昌告诉中新网记者，在各项福利政策的基础下，2021年进顺村又新增了退休村民补贴，全村416名退休村民每月可领800元退休补贴，2021年用于村民福利保障费用突破2000万元。

　　在2017年，进顺村就率先建立江西首个村级老年大学，发展至今，已颇具规模。在老年大学门口，摆放着今年秋季课程表，舞蹈、声乐、时装、瑜伽等课程将周一至周五排得满满当当。

图为航拍下的江西进顺小康家园，一座座花园式楼房错落有致。　记者刘占昆摄

　　“这里环境很好，老师也很耐心，原来自己只能跳跳广场舞，现在来学习跳舞也很有成就感。”退休将近20年的胡群慕名而来，报了进顺老年大学的舞蹈班。她表示，在老年大学的生活十分充实，既能丰富退休生活，也能锻炼身体，还能为子女后代减轻负担。

　　“村里投资的工业园升级改造工作已经在进行了，未来还要开拓一些新的经济增长点，继续提高村民的福利待遇。”谈及进顺村未来的发展，罗来昌依旧信心满满。(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）

[责编：天天中]

阅读剩余全文（）