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
秦刚：所谓中国对非“债务陷阱”是强加给中非的话语陷阱******
中新社北京1月11日电 当地时间1月11日，中国外交部长秦刚同非盟委员会主席法基共同会见记者时驳斥了所谓中国给非洲带来“债务陷阱”的无理指责。
秦刚表示，近年来，非洲国家积极致力于促进经济社会发展，但资金不足成为制约非洲繁荣振兴的主要瓶颈，如何平衡发展融资与债务增长关系，这是各国在发展中必须直面的问题。
秦刚说，中非是同呼吸、共命运的好兄弟，双方在共同发展的道路上并肩前行。中国始终致力于帮助非洲减缓债务压力，积极参与二十国集团(G20)缓债倡议，同19个非洲国家签署缓债协议或达成缓债共识，是二十国集团成员中落实缓债金额最大的国家。中方还积极参与G20共同框架对乍得、埃塞俄比亚、赞比亚的个案债务处理。习近平主席在中非合作论坛第八届部长级会议上宣布，从国际货币基金组织增发给中国的特别提款权中拿出100亿美元，转借给非洲国家，有关工作已取得阶段性进展。世界银行统计报告显示，在非洲整体外债中，多边金融机构和商业债权人所持债务占比近四分之三，是非洲债务大头，他们在缓解非洲债务问题上可以也应该发挥更大作用。中方呼吁各有关方按照“共同行动、公平负担”原则，为缓解非洲债务压力做出贡献。
秦刚强调，非洲债务问题的本质是发展问题。解决非洲债务问题不仅要通过债务处理等手段治标，也要治本，提升非洲自主可持续发展能力。中方对非融资合作主要涉及基础设施建设和生产性领域，着眼提升非洲自主可持续发展能力。所谓中国对非“债务陷阱”是强加给中非的话语陷阱。中国在非洲开展的项目和合作为非洲发展和民生改善作出贡献，非洲人民对此最有发言权。中方将继续尊重非洲人民意愿，立足非洲实际情况，通过中非合作给非洲人民带来实实在在的利益，实现更好的共同发展。(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
快盈官网地图 |
)