快三平台规则_快三平台技巧

烧瓷出身的“猛子政委”黄火星中将******

　　黄火星，江西省乐安县人，1909年7月出生，1930年11月加入中国共产主义青年团，翌年转为中国共产党党员，1955年被授予中将军衔。他身经百战、赤胆忠心，先后参加了土地革命战争、抗日战争、解放战争。新中国成立后，他担任共和国首任军事检察院检察长，是军事检察事业的开创者。

　　在反抗压迫中接受进步思想。1916年，因中原军阀混战和连年天灾，年仅7岁的黄火星就不得不同父母一起逃难至江西。为了拿钱给中途病逝的母亲安葬，他被卖给了当地陶瓷厂黄姓工人为子，并在陶瓷厂当学徒。1929年初，黄火星与共产党人余金德等人结为好友，在他们的教育和启发之下，黄火星开始接受进步思想，认识到自己被工厂资本家剥削的现实，开始反抗工厂老板的压榨。同年端午节，黄火星参加了党领导和发动的雄黄酒罢工运动。罢工运动在景德镇持续了一个多月，黄火星始终坚持在斗争一线，积极联合工友一起向反动政府施压，最后反动政府不得不释放被捕的工人，并答应了为工人们改善伙食的要求。罢工运动的胜利让黄火星感受到了工人阶级的强大力量并极大鼓舞了他参加革命的斗志。

　　1930年7月，红军第二次占领景德镇，并成立了市总工会，黄火星被任命为市总工会青年部宣传员。他积极向当地百姓宣传红军的政策，并用自己的亲身经历激励大家踊跃参加红军。红军撤离景德镇后，国民党反动派卷土重来，在景德镇到处捕杀共产党人和革命群众。黄火星便随市总工会纠察队转移到乐平众埠街，加入了浮梁游击大队，担任宣传员兼司务长，后来被派往赣东北特区葛源军政学校学习。

　　在土地革命战争中成长为“猛子政委”。军政学校毕业后，黄火星先后担任江西弋阳第四游击队政治委员、贵余万游击纵队俱乐部主任和赤色警卫师第1团团委书记等职。1932年5月，赤警师在发动地方暴动中失利，部队被打散，第1团团长和政委与部队失去了联系。黄火星毅然担起了收拢部队的任务，带领身边的几个战士四处打听，寻找失踪的战友，先后收拢了200余人并将他们送到信江北岸。随后，这支队伍被命名为红军独立第10团，黄火星担任政治委员。在此期间，黄火星带领部队积极与国民党军队开展游击斗争，巧妙利用灵活机动的战术对国民党部队进行打击和袭扰，并截获了大量军火和物资，部队装备得到改善，队伍不断壮大。

　　翌年1月，黄火星被任命为红11军第33师第95团政治委员，并参加中央苏区实施的第四次反“围剿”斗争。红11军所担负的任务是伪装成中央红军主力，从新丰渡过抚河进入黎川，吸引并牵制国民党军第36师主力。在战斗过程中，黄火星身先士卒，带领部队猛冲猛杀，就像一台战斗机器，只要号角声一响，他立刻带着部队上前厮杀，战友们互相调侃：“这哪里是个火星，这分明是个猛子嘛！”于是“猛子政委”的称号就在部队里流传开了。

　　在抗日战争中屡建奇功。卢沟桥事变后，全国进入了全民族抗战阶段。黄火星所在的闽西南部队被改编为新四军第2支队，黄火星担任支队第3团团长。他积极带领部队在横山、小丹阳地区开展抗日斗争，但条件十分艰苦，部队十分缺少物资给养和武器弹药。在一场战斗中，每个战士平均只能领到3发子弹，子弹打完了就只能和敌人肉搏拼刺刀。面对严峻的现实困难，黄火星不等不靠，带领部队自力更生，积极从敌人手里夺取物资和装备。在一次侦察中，黄火星发现安徽当涂至芜湖之间的日本军列时常会运输大量装备和物资。他便率领部队袭击了一辆军列，击毙了数十名押运的日本兵，缴获了大量武器弹药、毛毯和大衣，部队装备和给养得到很大改善。

　　1938年8月，日伪军在小丹阳地区为非作歹，抢劫村庄，残害百姓。黄火星听闻后，率部对日伪军进行袭击，毙伤340余名敌人，缴获大量枪支弹药，沉重打击了日伪军的嚣张气焰，为当地百姓出了一口恶气。1938年冬天，驻守南京的日军联队长凤山少佐集合了2000多名日伪军，将根据地进行四面合围，并对横山东北部的龙王山进行猛烈攻击，妄图一举消灭黄火星部。面对严峻复杂的形势，黄火星决定采取内外夹击的战法来对付日伪军的“扫荡”。他预先将两支队伍派到包围圈外作战，自己带领两个连队防守龙王山351高地。他率部在龙王山构筑了战壕、沟壑等掩体，利用树林、灌木作掩护，在外围两支队伍配合下，连续数次击退日伪军的疯狂进攻。战斗持续了两天两夜，黄火星部共击毙200余日伪军，缴获100多支步枪、4挺轻机枪，反“扫荡”斗争取得了初步胜利。

　　在军事检察事业中坚守原则。1955年5月，中央决定建立军事检察院，黄火星被任命为军事检察院筹建工作负责人。面对我军历史上和新中国检察史上的全新任务，黄火星将这个任务作为自己的全新挑战。军事检察工作是个全新事物，对一个长年带兵打仗的军人来说，更是毫无经验，一切都要从零做起。黄火星迎难而上，不懂法律就报名接受中国人民大学法律系函授教育，一有时间就去学习法律知识。工作中，他会随身携带一个公文包，将法律学习资料和工作文件装在里面，走到哪里闲下来就开始学习，以便自己能尽快掌握法律体系。在政策制定和人员调配上，他都事必躬亲，经常与工作人员谈论交流，虚心听取法律专业人员的意见建议。在他的各方协调和领导下，经过不到一年时间的筹备，就在全军各级建立起了军事检察机构并逐步走向成熟。在军事检察工作中，他始终坚持一切从实际出发的原则，严格区分两类不同性质的矛盾，落实中央对肃反工作的方针和政策，坚决做到“有反必肃，有错必纠”。在全国开展反右斗争活动中，他坚持实事求是的原则，努力抵制反右扩大化的错误做法。1971年4月27日，黄火星因病医治无效不幸逝世，终年61岁。（赵珠颜）

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）