吉林白城铁警抓获潜逃28年命案逃犯******url:https://m.gmw.cn/2023-01/06/content_1303246211.htm,id:1303246211
中新网白城1月6日电 (张瑶 油志扬刘蓝天)“逃亡生活终于结束了,再也不用提心吊胆了……”当民警出现在犯罪嫌疑人冯某面前时,冯某喃喃自语。日前,沈阳铁路公安局白城公安处成功抓获潜逃28年的命案网上在逃人员冯某。
1994年8月29日,冯某因琐事与被害人韩某发生口角,用匕首刺中韩某胸部,韩某在送往医院途中死亡。案发后,冯某为了躲避公安机关的抓捕开始了逃亡生活。
鉴于当时侦查条件、技术力量等多方面限制,冯某潜逃后便销声匿迹,案件一度陷入僵局。
二十余年来,白城铁警几代刑侦人全力以赴、历经曲折,从未放弃过追凶缉逃工作。
2021年9月,白城铁路公安处决定由侦查经验丰富的4名民警组成案件攻坚小组,对该案件进行挂牌攻坚。一年多来,民警足迹遍布黑、吉、辽、冀4省8市,梳理信息20万条。
民警在黑龙江省鸡西市调查时发现,一个名叫李某的女子与冯某特征高度相似。但在走访当地多个部门调阅上千份资料后,民警发现鸡西市并没有嫌疑人的生活轨迹。
通过对李某的家庭成员和社会关系进行梳理,李某在河北省秦皇岛市的好友郭某率先进入警方视野,民警随即赶赴秦皇岛。在详细了解李某的基本情况和活动轨迹,结合郭某回忆与李某聊天时的细节、生活经历,以及对案发时照片的辨认,民警最终证实李某就是在逃人员冯某。
最终,民警在辽宁省鞍山市将冯某抓获。经审查,犯罪嫌疑人冯某对其犯罪事实供认不讳,案件正在进一步办理中。(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)