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
俄军换将后，基辅连续3天拉响防空警报******
中新网北京10月13日电(张乃月) 近日，乌克兰多地遭到导弹攻击，首都基辅连续三天响起防空警报。普京表示，俄军根据国防部的提议和总参谋部的计划，对乌实施了密集打击。
多方指出，这些行动背后，凸显出了一个人的风格——几天前刚刚出任俄罗斯特别军事行动总指挥的苏罗维金大将。
有着“末日将军”之称的苏罗维金为何在乌宣布“大反攻”、俄进行局部动员之际被任用？他有哪些与众不同之处？
此时发起猛攻，俄军意欲为何？
10月10日以来，乌克兰持续遭到导弹攻击，防空警报不断。多个地区的基础设施遭到打击，首都基辅开始轮流停电。
根据乌克兰方面的说法，10日俄军共发射了83枚导弹，其中45枚被乌防空部队拦截；11日，乌克兰总统泽连斯基称，当日上午俄军再次发射28枚导弹，其中20枚被乌军击落，此外乌军还击落不少无人机。
俄罗斯总统普京10日表示，俄军当天对使用远程高精度空基、海基及陆基武器对乌克兰能源、军事指挥和通信设施目标进行了密集打击。
资料图：当地时间2022年10月10日，乌克兰首都基辅市中心爆炸导致汽车燃烧。俄军为何在这个时候发起猛攻？
一方面，克里米亚大桥爆炸事件后，普京在联邦安全会议上向乌克兰发出警告，如果继续在俄领土实施“恐袭”，俄将作出“与俄受威胁水平相当的”强硬回应。
另一方面，英国《金融时报》分析称，普京在讲话中提到的打击，是“根据俄国防部的提议并根据俄总参谋部的计划”实施的，这番言论，自然指向了不久前刚被任命为特别军事行动总指挥的“强硬派将军”谢尔盖•苏罗维金。
乌克兰情报部门官员也表示，近期对乌克兰各地的打击“是他(苏罗维金)的风格”，这位新将打算展示出一些“立竿见影的效果”。
资料图：普京与苏罗维金(左)。普京祝他生日快乐，“末日将军”是谁？
英国媒体称，苏罗维金的绰号是“猛将”和“大决战将军”，俄罗斯媒体则叫他“末日将军”。这位10月11日刚过完56岁生日的将军，还接到了俄罗斯总统普京的生日贺电。
据俄新社介绍，这位俄罗斯陆军将军出生在新西伯利亚，曾以优异的成绩毕业于伏龙芝军事学院和俄联邦武装力量总参谋部军事学院。
苏罗维金1983年参军，俄罗斯卫星网称其为“一位真正的俄罗斯军官”。车臣领导人卡德罗夫也盛赞苏罗维金，称“从未怀疑过他的果断和专业精神”。正是由于能够做出艰难和非常规决定，他被称作“末日将军”。
他的履历扎实，指挥过连、营、团、师，历任俄第20集团军司令，东部军区司令。2017年，被任命为俄空天军总司令。2021年获得大将军衔。
苏罗维金拥有丰富的军事经验，曾负伤三次，被授予圣乔治勋章、勇气勋章和“军事功勋”多项荣誉。他参加过第二次车臣战争，也曾在叙利亚指挥俄罗斯军队。此前，苏罗维金在特别军事行动中指挥俄军“南方”部队集群。
《纽约时报》称苏罗维金是一位“以冷酷著称，且曾在复杂战争中长期作战的将军”。美国的国防研究机构则将形容他“是一个相当无情的指挥官”“脾气暴躁”。乌克兰国防部情报局局长布达诺夫曾评价他“知道如何与轰炸机和导弹打交道”。
2017年6月9日，苏罗维金在国防部会议上发言。这位既“冷酷”又“经验丰富”的大将为何能在这个时候成为俄罗斯特别军事行动的总指挥？
BBC评论称，由于近期乌军在东部和南部地区展开反攻，俄军补给线克里米亚大桥又发生爆炸，俄总统普京面临内部压力，苏罗维金和空袭行动在一定程度上是“普京对鹰派的回应”。
根据《每日邮报》和德国《FOCUS》杂志的分析，目前俄武装部队存在陆、海、空不协调的问题，苏罗维金虽然是陆军将军，但也曾指挥过空军。这或许是普京选择任用他的另一个原因。
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
盈彩地图 |
)