点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
【我们这十年@坐标中国】“基建狂魔”出圈，打造基建速度名场面******
中新网北京10月10日电 题：“基建狂魔”出圈，打造基建速度名场面
记者 李金磊
中国为什么会被世界称为“基建狂魔”？看看这些名场面就明白了。
9小时改造火车站 马斯克惊叹
“基建狂魔”的速度有多快？眼睛一闭一睁，9个小时过去了，一座火车站改造完了。
这座一夜之间“换血”的火车站是福建龙岩火车站，由中铁四局施工。2018年1月19日18：30，随着现场总指挥一声令下，1500余名工人同时上阵。要在9个小时内完成火车站的大改造，施工时间非常紧张。
此次龙岩站站改拨接施工为I级封锁施工，共包含4个龙口，7个拨接工作面3组道岔拆除、3组道岔插铺的施工。机器轰鸣、火星四溅，密密麻麻的工人有条不紊分工协作，画面犹如电影大片。
最终，1月20日凌晨2点多，经过近9个小时的紧张奋战，工人们圆满完成了道岔拆铺、拢口拨接、信号换装I级施工，龙岩站站改拨接顺利完成，漳龙铁路、赣龙铁路、赣瑞龙铁路、新建南龙铁路顺利接入龙岩站新站房。
龙岩站9小时完成大改造。 中铁四局供图龙岩站站改拨接是南龙铁路管线内最大的一次拨接，此次拨接为南龙铁路开通奠定了基础，南龙铁路建成通车后两地通行时间缩短至1.5小时。
9小时改造火车站的场面让世界再次为中国速度折服。美国企业家埃隆•马斯克也在社交媒体上为其点赞，并感慨：“中国在先进基础设施上的发展要比美国快100多倍！”
8小时拆完589米立交桥
“基建狂魔”的速度有多快？眼睛再一闭一睁，8个小时过去了，589米长的立交桥拆没了。
一夜之间被拆除的是江西南昌龙王庙立交桥。这座立交桥建于1992年，在2017年被拆除时已经“服役”了25年。
之所以要拆掉它，是因为这座立交桥属于“单纯式”立交，随着南昌交通的发展，龙王庙立交桥已经不能满足车辆通行的需要。所以，要拆除旧桥建新桥。
但是拆桥困难重重，该桥位于主城区，交通流量大，不能长时间封闭，总工期不到60小时，工期极其紧张，而且工程量大，全桥长589米，宽16米，最高处达7.6米，同时地下管线复杂，施工稍有不慎就会对沿线1000多户居民用水用气造成影响。
但这难不倒“基建狂魔”，中铁四局派出了200余台挖掘机同时作业。在桥两侧一字排开的挖掘机伸出长臂，就如一只只蚂蚁，努力啃食钢筋水泥，拆除现场蔚为壮观。最终，一夜之间这个庞然大物就消失了。
南昌龙王庙立交桥进行拆除作业现场。中铁四局 供图“中国效率”又一次惊艳世界。英媒不禁感叹：“这就是我们所说的效率！”
“基建狂魔”创造的名场面还有很多：
在重庆，上演五桥同转的“空中芭蕾”，5座全长383.5米、总重达21500吨(相当于1.5万辆小汽车)的大跨度混凝土梁式桥梁，完成88度的转体，最终实现精准对接。
在厦门，3万吨客运站“走起来”平移了288米，还来了个90度转身，成功上演最牛“搬家”。
在武汉，10天建成火神山医院，12天建成雷神山医院，让世界再次见识到中国的基建速度。
在东南沿海，“基建狂魔”集结两万多名建设者，建成55千米长的港珠澳大桥，这是世界最长的跨海大桥。
在西北沙漠，仅用时三年多建成和若铁路，“圈住”了塔克拉玛干沙漠，将和田群众出疆路程缩短1000多公里。
逢山开路、遇水架桥，“基建狂魔”的成绩有目共睹，他们不断连通，将全国各地连为一体。
这十年来，高速铁路营业里程由不到1万公里增加到4万公里，高速公路里程由9.6万公里增加到16.9万公里，让中国拥有了全球最大的高速铁路网、高速公路网。
“基建狂魔”为什么这么快？
这些不可思议的名场面，“基建狂魔”是怎样创造的？
参与一夜拆除立交桥项目的中铁四局洪都大道总工程师李青杠认为，中国基建速度之所以这么快，一是中国基础设施审批工作效率高，从立项到审批、建设，各部门全力推进。二是中国有强大、全系统的制造业，基础设施建设所需的原材料资源丰富。三是科技引领力不断增强，工艺工装创新不断加快工程建设速度。
中国基建，标定中国速度。“基建狂魔”，擦亮强国底色。(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（）  视觉焦点
乐发lv地图 |
)