《拂晓报》报史馆一角资料照片
彭雪枫,是我军文武兼备的名将。他1907年9月生于河南省南阳市镇平县,早年即投身革命,曾参加了中央苏区历次反围剿作战和二万五千里长征,率军攻占娄山关,横渡金沙江,飞越大渡河……1944年9月,在河南夏邑县八里庄围歼顽军李光明支队的战斗中,他不幸中流弹牺牲,时年37岁。1945年2月7日,中共中央在延安为彭雪枫将军隆重举行追悼大会,毛泽东、朱德、彭德怀、陈毅的共同挽词是:“二十年艰难事业,即将彻底完成,忍看功绩辉煌,英名永在,一世忠贞,是共产党人好榜样;千万里山河破碎,正待从头收拾,孰料血花飞溅,为国牺牲,满腔悲愤,为中华民族悼英雄。”
彭雪枫,家学渊源,酷爱文墨,写得一手好文章。1938年秋,抗日烽火遍燃中原,中共中央决定由彭雪枫率新四军游击支队挺进豫东,创建抗日根据地。同年9月29日,游击支队誓师东征,就在那天,在河南省确山县竹沟镇一个农舍中,《拂晓报》诞生了。彭雪枫为《拂晓报》题写了报头,并亲自撰写了创刊词:“拂晓代表着朝气、希望、革命、勇进、迈进有为、胜利就要到来的意思。军人们要在拂晓出发,要进攻敌人了。志士们在拂晓要奋起,要闻鸡起舞。拂晓催我们斗争,拂晓引来了光明。”
《拂晓报》创办之初,由于敌人的疯狂扫荡、封锁,各种物资奇缺,两支铁笔、两块钢板、两筒油墨、一把油刷、一块木板和半筒“高乐牌”蜡纸,便是全部家当。油墨用完了,彭雪枫卖掉自己心爱的战马,为《拂晓报》买来新油墨。他认为:“一支笔胜过两千支毛瑟枪。”对新闻事业,彭雪枫充满了热爱,曾说:“将来革命胜利了,我去当一名新闻记者。”
战火烽烟早已消散,如今的《拂晓报》是中共安徽宿州市委机关报。初冬时节,记者来到宿州。
走进落成不久的《拂晓报》报史馆,大厅偌大的背景墙上,印着《拂晓报》创刊号的版面图。“《拂晓报》刚创刊时,由于条件简陋,印刷质量不好,常常油迹斑斑。但它的影响却与日俱增。你们看,这是1939年12月5日的第100期纪念专刊,上面还有毛泽东同志的题词‘坚持游击战争’。”《拂晓报》老职工宋建国的讲解,把我们带回到了那段峥嵘岁月。
在日寇铁蹄蹂躏下的中国,一群战士一手扛着枪、一手握着笔,随着部队征战的脚步,辗转黄淮平原。在淮水两岸,在涡河之滨,他们凭着坚定信念、一腔热血,把一期又一期带着油墨香味的《拂晓报》,送到广大军民手中。当时,一位重庆读者曾致信《拂晓报》编辑庄方:“《拂晓报》简直像天外来鸿,读了报道,感动得热泪滚滚。”
“战争年代,报社先后有15名烈士血洒疆场,年龄最小的只有17岁。”宋建国告诉我们,1944年9月,彭雪枫牺牲后,是时任《拂晓报》记者张景华和十几名战士把彭雪枫的遗体从夏邑县转移到泗洪县半城镇。至今,宋建国仍难忘当年采访张景华时老人的数度哽咽:“在彭师长的遗物里,我们发现了一份完整的《拂晓报》合订本,封面上是师长手写的‘心血的结晶’……”
走近《拂晓报》,记者了解到:80多年风雨历程,当年的那张油印小报,经过血与火的洗礼,和着时代节拍,一路开拓创新,一路勇毅前行,现在已变成集报、网、端、微、屏于一体的新媒体矩阵。
在拂晓报社编辑部,时政要闻部记者马竞正在整理新闻素材。“最近,全市群众学习党的二十大精神热情高涨,我们要把这些生动的场景以全媒体的形式推送给读者。”文字记录、出镜采访、视频制作,马竞全程参与,轻车熟路。
作为一名全媒体记者,马竞觉得,与80多年前《拂晓报》筚路蓝缕创业时相比,现在报纸的传播手段日新月异,但它的红色基因始终未变。
“一代又一代《拂晓报》人,凭着对党和人民的忠诚信念,辛勤耕耘、默默奉献,形成了自己的优良传统,这些是我们这代《拂晓报》人弥足珍贵的精神财富,时刻激励着我们接续前辈的事业,奋勇前进。”拂晓报社党组书记、社长武华峰说。
灵璧县尹集镇尹楼村是拂晓报社的联系点,我们赶到村委会时,天空飘起了小雪。村里的第一书记马峰刚走访了村里几个大病户和危房户,还没来得及掸去身上的薄雪,就和村干部“掰扯”起当地特色美味“豆丹”养殖的事来。
马峰也是《拂晓报》的记者。到村一年多时间,在报社支持下,他帮助村里修建了通到每家每户的水泥路和高标准农田,还建起了杂粮加工工厂和光伏项目。
“我父亲在《拂晓报》工作了一辈子。小时候,我经常去报社看叔叔阿姨们写稿、看印刷车间的师傅们铅字排版。大学毕业后考进报社,就是要像父亲他们那样传承这份红色的新闻事业,用‘拂晓精神’为时代放歌,用‘拂晓精神’去激发人民改天换地的热情。”马峰的眼里跳动着一团火。
扫码看视频 走进《拂晓报》的厚重历史
《光明日报》( 2023年01月12日 01版)
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)