云顶彩票开户-云顶彩票娱乐

TVB“万千星辉颁奖典礼”，“回忆杀”感动剧迷******

　　TVB“万千星辉颁奖典礼”，“回忆杀”感动剧迷，买房剧是赢家

　　【环球时报特约记者 叶 蓝】近几年，以香港无线(TVB)为代表的港剧一直深耕警匪和医疗等传统题材，同时试图在新的赛道上超越自己。在8日晚进行的TVB“万千星辉颁奖典礼”上，大受本港观众热捧的全年最高收视台庆剧《上车家族》成为最大赢家。

　　《刑侦》《倚天》剧组重聚

　　据香港《星岛日报》9日报道，《上车家族》剧组收获三项大奖，包括最佳剧集、最佳女主角江美仪以及最佳男配角邓智坚。入行25年的江美仪曾效力于亚洲电视，10年前以《冲上云霄2》获得最佳女配角，这次则凭借《上车家族》中的精彩演出以大热之态获得最佳女主角。同样大热的男演员陈山聪，凭借《金宵大厦2》首次获得最佳男主角，成为“视帝”。他16岁以歌手身份出道，1997年亚洲金融风暴后所属唱片公司倒闭，他不得已转型，曾尝试售卖二手衣服。2000年，陈山聪进入TVB拍戏，直到2019年才在《金宵大厦》中获得自己的第一个男主角。他在领奖台上说：“人生最困难的是如何从失败中翻身。”

　　作为TVB的年度总结，8日晚的颁奖典礼上，近百名艺人亮相，竞逐16个奖项——除了最佳剧集和最佳男女主角，还有最受欢迎电视男女角色、最佳男女配角、飞跃进步男女艺人等奖项。香港01网称，自曾志伟入主无线以来，一直在改革颁奖典礼模式，至少在颁奖嘉宾方面下过苦功：之前已请过不少TVB前辈颁奖，包括刘江、罗家英等，这次阵容更强，包括任达华、张艾嘉、叶童、黄日华、苗侨伟、吕良伟和郑则仕等老一代港星，绝对值得一赞。特别是当陶大宇、梁荣忠、郭可盈代表的《刑事侦缉档案》剧组，以及吴启华、张兆辉代表的《倚天屠龙记》剧组亮相后，勾起不少港剧迷的“回忆杀”。

　　文章认为，无线这次的颁奖礼做得很好，紧扣“传承·狂欢”主题。而“传承”绝对是TVB目前需要努力的任务，得奖者出现较多以前似乎不太红的人，同时也有不少新生代演员，像27岁的周嘉洛成为TVB最年轻的“最受欢迎电视男角色”得主，这样可以避免青黄不接，“在2023年初为2022年画上一个句号”。

　　继续“廉政”和“法证”

　　回顾整个2022年，“出圈”的TVB剧集并不多。就拿堪称台面的台庆剧来说，曾志伟请来外援叶念琛执导《美丽战场》，虽然在港收视破20点，但内地豆瓣评分却跌至3.9分，可谓无线有史以来台庆剧最低分。科幻剧《超能使者》和黎耀祥、龚慈恩挑大梁的轻喜剧《轻功》倒是在豆瓣分别拿到7.5分和8分，可惜没能激起太多水花。

　　去年10月，香港鬼才林敏骢携江美仪、鲍起静等主演的《上车家族》开播。“上车”意为买房，该剧以香港人最关心的现实话题为主线，以轻松幽默的手法道尽港人买房的酸甜苦辣，迅速引起社会共鸣。

　　接下来，TVB又端出最擅长的剧集类型。一部是《廉政狙击》，集合反贪、侦缉和动作等元素，全部都是港剧最擅长的类型，阵容更是妥妥的TVB中生代演员“顶配”：王浩信、谭俊彦、陈展鹏3位“视帝”，加上胡定欣、蔡思贝、林夏薇3位“视后”，以及黄宗泽、吴卓羲，都称得上当下港剧中流砥柱。另外一部职业剧是《法证先锋5》，《法证先锋》是无线看家系列，该剧前两部由欧阳震华领衔，第三部是黎耀祥，第四部换为黄浩然、谭俊彦，如今第五部则换成黄宗泽。不过，继2020年《法证先锋4》被批后，《法证先锋5》依然没能再现前三部的辉煌。

　　今年有哪些新剧

　　进入2023年，TVB继续在警匪和医疗题材领域深耕。由文伟鸿监制的《隐形战队》登上今年TVB巡礼片单，该剧由马国明、唐诗咏、陈山聪等人主演，以隐形任务战略部队及反恐特勤队作为主题，讲述一众反恐精英与不法分子斗争的故事。另一部职业剧《你好，我的大夫》由蔡思贝、何广沛等新生代参演，是TVB时隔19年再度推出的中医题材剧集。港媒称，这既是继承，也是创新。除了对情感、梦想的探讨，剧中更有对医道的思考和中国传统文化的传播。

　　在“2023无线节目巡礼”片单中，也有《痞子殿下2》和纪录片《无穷之路3》等爆款系列的延续，以及两部新剧——王浩信主演的《状王之王》和陈展鹏主演的《香港人在北京》。其中，《状王之王》翻拍自《状王宋世杰》，《香港人在北京》则用轻喜剧讲述香港人到北京工作生活的经历。此外，陈豪、陈茵媺夫妻再度合体主演的《罗密欧与祝英台》，以及黎耀祥、邓萃雯再度携手的《巾帼枭雄之悬崖》，也备受关注。

　　(环球时报)

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）