乐发彩票计划群|ios/安卓/手机版app下载

曾发出“最后一电”震动全国 抗日老兵卢庆贻去世******

　　“此电恐为最后一电，来生再见。”这是抗日战争期间震动中国的“最后一电”中最为著名的一句话。

　　这封电报出自1944年的衡阳保卫战，约17000名中国士兵面对超过10万日军，坚守衡阳47天，打退日军多次进攻，直到弹尽粮绝时发出了这封被称为“最后一电”的电报。这封电报后经报纸报道，闻名全国，激励了国人的抗日热情。

　　2023年1月9日，当年发出了“最后一电”的发报员、抗战老兵卢庆贻的儿子卢先生向北京青年报记者表示，其父亲在1月8日上午10时55分于湖南湘潭去世，享年94岁，“父亲一直教育我们做人要诚实，要走正道，堂堂正正做人。他曾谈起战争时命悬一线的经历，但直到此前有人调查相关的历史时，他才说起自己就是著名的‘最后一电’的发报人。”

　　卢庆贻13岁报名参军

　　湘潭市退役军人事务局此前发布的文章中介绍，1941年，刚满13岁的卢庆贻报名参军，投身抗日，被分配到第十军军部。1944年，为扭转太平洋战场不利局面，日军急于打通从中国东北到东南亚的大陆交通线，疯狂实施所谓“一号作战计划”，扼守粤汉铁路的长沙、衡阳是主战场之一。当年5月底，第四次长沙会战爆发。日军主将找到中国守将的战法漏洞，狡猾地实施作战计划。当年6月，长沙沦陷，衡阳北面再无阻挡，日军大举南下进犯。第十军奉命死守衡阳，寸土不让，等待援军，但双方实力悬殊，守军只有17000余人，日军兵力超过10万人，还动用大量飞机大炮对守军阵地和衡阳城狂轰滥炸。

　　1944年8月6日发“最后一电”

　　文中介绍，卢庆贻曾回忆说，1944年6月下旬，日军三个师团对衡阳城发起第一次强攻，从地面和空中进行狂轰滥炸。但守军士气高涨，沉着应战，顶住敌人猛烈炮火，日军阵地几乎没有向前推进一步。“日军还使用了毒气，我军整整一个排的人都被毒死。城内的防毒面具都被送到前线，但还是远远满足不了需要，后来只能把毛巾打湿后围在脸上防毒。”卢庆贻说。此后，中国军队又先后打退了日军的两次强攻，但守军粮食弹药补给吃紧，援军却迟迟不到。8月6日，守军拟好了一道电报，由译电员交给卢庆贻，卢庆贻随即将电报发往芷江，后经由芷江空军台转往重庆。此后，卢庆贻被日军俘虏，万幸在被日军强迫劳动时逃脱，抵达贵阳后，才第一次从报纸上看到了他拍发的“最后一电”全文。

　　70多年后仍能背完整段电文

　　卢庆贻的儿子告诉北青报记者，父亲当时是部队中的电报员，当时译电员给卢庆贻的是电文代码，他自己并不清楚发布的电报具体内容，直到抵达贵州才了解到自己当时拍发的电报引发了全国热烈的反响。

　　据新华社此前报道，70多年后，卢庆贻在接受采访时仍能一字不差地背完整段电文。衡阳沦陷后，不少阵亡中国士兵遗体暴露于野，长时间没得到安置。抗战胜利后，包括卢庆贻在内的60多名第十军士兵赶到战场，用4个多月时间收集了3000多具阵亡将士遗体，全部合葬在衡阳城郊张家山一带。卢庆贻的儿子说，近些年父亲还曾和他一起去过张家山，“父亲给我讲当年这一带的情况，回忆当年的故事。”1946年，卢庆贻回到老家务农，再也没有出去。

　　据新华社报道，2015年9月3日，卢庆贻作为抗战老兵代表，受邀到北京参加纪念中国人民抗日战争暨世界反法西斯战争胜利70周年大阅兵，并于当天坐上第11号阅兵车接受检阅。在卢庆贻卧房里，墙上挂着很多他参加抗战纪念活动的照片，桌上摆着各种荣誉和纪念勋章。“跟那些牺牲的战友相比，我算幸运的。无数将士官兵献出宝贵生命，才换来如今的和平生活。”卢庆贻说，“我们要珍惜和平，希望永远不要再有战争。”

　　卢庆贻的儿子向北青报记者表示，目前家人正在操办老人的后事，“父亲曾给我们讲过战争的残酷，谈起他九死一生的经历。但一直没提起自己就是‘最后一电’的发报人，直到前些年有研究者得知他是衡阳保卫战的亲历者，找他了解情况，老人才讲述了自己发出‘最后一电’的经过。在日常生活中，他也一直教育我们一定要做个诚实的人，要走正道，做一个正派的人。”

　　文/本报记者 屈畅 统筹/孙慧丽

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）