“把中国游客带回来!”瑞士搬出“天王级”明星******
中新网1月18日电(甘甜)“我们准备好了!”“我希望更多的中国人到来!”
自中国优化调整防疫政策、有序恢复公民出境旅游以来,多国争相热情邀请中国游客:机场拉起欢迎横幅,招聘会讲中文的工作人员,精心挑选代言人……
正如新加坡卫生部长王乙康所称, “中国向世界开放是个好消息,也是我们期待的事情。”
各国吸引中国游客,瑞士启用明星代言
近日,已经退役的“网球天王”费德勒有了新的身份和任务——瑞士旅游局“代言人”,把中国游客“带回”瑞士。
中国调整疫情防控规定后,瑞士旅游业欢呼雀跃。中国游客的到来不仅有助于当地旅游基础设施被充分利用,市场如此大,瑞士旅游部门也值得为小众旅游产品做广告。“比如越野跑、植物学、文化(为主题的旅游),”瑞士旅游局写道。
费德勒在亚洲颇受欢迎。根据瑞士媒体曝光的瑞士旅游局旅游营销计划,在为期一年、旨在吸引中国游客重返瑞士的最新计划当中,费德勒将起到关键作用。在其帮助下,预计今年约有80万人次的中国游客在瑞士留宿,接近疫情前2019年留宿人数的一半。到2025年,留宿人数将达到170万人次。
“中国游客已经在路上了。”不仅是瑞士,多国都对中国游客的回归翘首以待。
泰国旅游车协会主席瓦苏彻说:“旅游巴士运营商闲置车辆三年多,现在正安排车辆接受检查。”
素贞清迈幸福旅行社老板安奇利还特别雇佣了会讲中文的工作人员和司机,以便带领游客游览寺庙、瀑布和山区景观。安奇利说:“我相信中国游客来泰国的次数会比以前更多。我们准备好了。”
在埃及首都开罗的一些著名旅游集市,店主们也有着共同的期待。经营一家埃及传统美食餐厅的老板穆罕默德•萨利赫说,中国人非常友好,“他们热爱埃及传统,尤其喜欢传统的埃及食物,而且总是热衷于尝试。”
回想起市场小巷里挤满中国游客的日子,萨利赫说,“我祈祷着中国游客的到来,情况会慢慢好起来。”
中国游客回归,是经济重要推动力
“中国更强劲的经济将为区域活动提供支持,而重新开放将促进区域内旅游业。”东盟与中日韩宏观经济研究办公室(AMRO)首席经济学家许和意(Hoe Ee Khor) 指出。
《今日商业》杂志评价称,旅游业的持续恢复——尤其是随着中国游客的回归——将为经济增长提供急需的推动力。
美国《华盛顿邮报》还指出,中国重新开放的步伐将影响全球增长和通胀前景。报道援引国际货币基金组织(IMF)总裁格奥尔基耶娃的话称,中国经济的复苏能力“很可能是2023年全球增长的最重要因素”。
而少数国家和地区针对中国游客采取入境限制措施,无疑是一种 “倒退”。
49岁的崔大成在明洞售卖服饰等商品约30年,目前靠送餐维持生计。他说,“我们过得很艰难,我希望更多的中国人到来,政府不要限制他们入境。”
在首尔一个可丽饼摊位上,24岁的孙景洛(音译)透露,他已经在制定应对大量来自中国游客的计划,正在招聘人员并准备囤货,“中国游客是我们的主要客户,越多越好。”
欧洲机场理事会总干事亚诺韦茨形容,“我们又一次陷入没有科学依据、不合理且不协调的旅行限制拼凑而成的状态。”
国际航空运输协会总干事威利•沃尔什发表声明,警告各国在“病毒已经在其境内广泛传播”的情况下恢复“已被证明无效”的措施。他说:“我们有工具来应对新冠病毒,而不是诉诸于切断国际连接、损害经济和破坏就业的无效措施。”(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() ![]() 快盈v地图 |