玛雅彩票充值_在线用户注册首页登录平台
玛雅彩票开奖结果2023-01-31 16:05

玛雅彩票充值

时隔7个月,CPI同比涨幅再回“1时代”******

  中新网12月9日电(中新财经记者 谢艺观)时隔7个月,CPI同比涨幅再次重回“1时代”。

  国家统计局9日公布数据显示,11月份,受国内疫情、季节性因素及去年同期对比基数走高等共同影响,CPI同比上涨1.6%。

CPI涨跌幅走势图。来自国家统计局CPI涨跌幅走势图。来自国家统计局

  CPI同比涨幅重回“1时代”

  从同比看,CPI涨幅比上月回落0.5个百分点。国家统计局城市司首席统计师董莉娟表示,同比涨幅回落较多,主要是去年同期对比基数走高影响。

  具体来看,食品价格上涨3.7%,涨幅比上月回落3.3个百分点,影响CPI上涨约0.68个百分点。食品中,鲜菜价格下降21.2%,降幅比上月扩大13.1个百分点,影响CPI下降约0.53个百分点,成为拉动CPI涨幅回落的重要因子。

  另外,猪肉价格上涨34.4%,涨幅比上月回落17.4个百分点,对食品项的支撑作用减退。鸡蛋、鲜果和禽肉类价格分别上涨10.4%、9.6%和8.5%;粮食和食用油价格分别上涨3.0%和7.6%,涨幅比上月均有回落。

  “据测算,在11月份1.6%的CPI同比涨幅中,去年价格变动的翘尾影响约为-0.3个百分点,新涨价影响约为1.9个百分点。”董莉娟表示,扣除食品和能源价格的核心CPI同比上涨0.6%,涨幅与上月相同。

9月15日,成都市锦江区,民众在大型超市内购物。 中新社记者 刘忠俊 摄资料图:9月15日,成都市锦江区,民众在大型超市内购物。 中新社记者 刘忠俊 摄

  鲜菜、猪肉价格均出现下降

  从环比看,CPI由上月上涨0.1%转为下降0.2%。其中,食品价格由上月上涨0.1%转为下降0.8%,影响CPI下降约0.14个百分点。

  据董莉娟介绍,食品中,鲜菜因天气条件较好供应充足,价格下降8.3%,降幅比上月扩大3.8个百分点,影响CPI下降约0.18个百分点。

  中新财经记者日前调查发现,11月份,北京菜市场里的多种蔬菜价格有所下降,若和去年同期相比,部分蔬菜价格更是直接“腰斩”。

  除了鲜菜价格走低,中央储备猪肉投放工作继续开展,生猪供给持续增加,猪肉价格由涨转降,下降0.7%,影响CPI下降约0.01个百分点。

资料图:灌香肠。 陈超 摄资料图:灌香肠。 陈超 摄

  全年3%左右CPI预期目标有望实现

  猪肉价格作为CPI波动的一大影响因素,虽然11月份价格有所下降,但随着气温明显下降,12月初南北方市场开始传统的腌腊及灌肠制作。

  “受此影响,生猪屠宰量提升,生猪价格触底反弹。”卓创资讯分析师李霞表示,临近年末,养殖端将季节性集中出栏,生猪供应亦较充足。加之今年腌腊时间缩短、猪肉价格偏高,预计集中需求对猪价的提振作用或不及往年同期。

  1-11月平均,CPI比上年同期上涨2.0%。下月国家统计局将公布年度CPI数据,综合业内分析看,实现全年CPI平均涨幅在3%左右的预期目标几无悬念。

  国开证券分析师杜征征提到,2021年高基数影响拖累,叠加猪肉价格继续大幅上涨空间有限,今年全年CPI或上涨2%,较2021年温和上行。(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

 

中国网客户端

国家重点新闻网站,9语种权威发布

玛雅彩票地图