当旅游遇上“非遗”,玩出不一样的“文化味儿”(3)******
非遗旅游还与乡村振兴战略结合起来,让拥有非遗资源的乡村地区走上致富道路。如陕西省充分发挥非遗特别是传统工艺资源优势,设立省级非遗工坊52家,为全省近5万名群众搭建起就业增收的非遗平台,带动了乡村旅游发展,增加了村民收入。
不过,“非遗+旅游”模式当前仍处于探索阶段。有业内专家认为,“非遗+旅游”当前存在融合不够深入、参与性不强等问题,从各地发展情况看,同质化现象普遍,本地特色不够凸显、文化创意不足。未来,应如何探索非遗和旅游的融合路径?如何推进非遗旅游产品升级,更好地激发非遗的创造力和生命力?
中国艺术研究院研究员吕品田认为,在融合发展过程中要正确把握保护和利用的关系,不能将非遗变成单纯的旅游表演,使其脱离民俗社会生活情境,以致破坏原生文化生态,商业化的简单模仿也容易造成同质化的问题,“非遗保护的意义在于维护文化多样性,切实保护旅游地的生活化文化特色,是旅游业持续发展之道。”
韩元军表示,推动非遗和旅游高质量深度融合,要发动政府、企业、非营利组织、个人等多元力量参与进来,让“非遗+旅游”释放更多市场活力;要将更多时尚、科技、体育等元素融入非遗旅游开发中,提升非遗旅游的吸引力;推动非遗旅游与乡村振兴、新型城镇化、城市更新等结合起来,通过非遗城市社区、非遗乡村作坊、非遗艺术馆等更多的空间主题创新,形成非遗旅游产业供给和空间供给的新体系。
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)