三分快三登录_三分快三论坛

山东匠人创新篆刻艺术 让菏泽牡丹“花开石上”******

　　一块普通石头在吴沧海手上“开”出一朵惟妙惟肖的富贵花。巨野融媒中心供图

　　中新网山东巨野1月9日电 (肖守祥)一张木桌、一盏台灯、几把刻刀，桌面上零散摆放几方石料，1月9日，在山东省菏泽市巨野县，篆刻家吴沧海正在自己的工作室伏案创作，刻刀翻飞间，一块普通的石头在他的手上“开”出一朵惟妙惟肖的富贵花。

　　从上中学起，吴沧海就迷上篆刻，至今已有25年时间。吴沧海介绍说，篆刻工艺大体包括打磨印石、印稿设计、操刀治印、修改调整、钤印、刻边款、拓边款等工序。根据印上所起的稿子，先统刻一遍，把握每个字的造型和气势，称为“初刻”。初刻后，要用拓色蘸墨将印文上墨，使印文清晰可辨，根据要求进一步加工细刻，称为“精刻”。

　　吴沧海在工作室伏案篆刻牡丹花。巨野融媒中心供图

　　“精刻是一方印成败的关键，必须精心弄刀。这种用石用刀恰到好处的结合，才能表现出丰富而熟练的笔意和篆书的结构美。”吴沧海说，在石头上刻牡丹，和传统意义上的篆刻不一样，传统意义上的篆刻刻的是篆字，适读性、辨识性不经过专业学习，很难看明白；而牡丹花很形象，特点鲜明，雅俗共赏。

　　吴沧海篆刻牡丹的想法源于2022年4月，当时第31届菏泽国际牡丹文化旅游节如期举行，因疫情原因，许多外地游客不能来菏泽欣赏牡丹。从那时起，他把篆刻艺术创作的目光聚焦到了牡丹上，决定用手中的刻刀把石料变成牡丹刻章，赋予其艺术“生命”。

　　篆刻牡丹，要先用毛笔一笔一划在石头上勾勒出牡丹的形象。巨野融媒中心供图

　　篆刻牡丹，要先用毛笔一笔一划在石头上勾勒出牡丹的形象，再用刻刀进行篆刻。为此，吴沧海专门到巨野书画院向绘画老师学习画牡丹，因为石头材质偏硬，对体力和用刀的准确度都是个考验。

　　吴沧海告诉记者，在篆刻牡丹的过程中，刻刀的深与浅、明与暗、曲与直、虚与实、残与满，考验篆刻者驾驭刀工的功力，头脑要时刻保持灵活度，这种刀与石、书与刻的结合之趣，构成了篆刻牡丹艺术的独特之美。

　　“曹州牡丹甲天下”，牡丹是菏泽的一张“金名片”。巨野融媒中心供图

　　“一方牡丹印章艺术价值的高低、篆刻家的艺术修养水平，都能从一枚小小的印章中体现出来。”在吴沧海看来，“印如其人”“书为心画”，在人品与艺品兼修的砥砺前行中，追求尽善尽美的艺境，篆刻艺术也同样如此，实现着“成教化，助人伦”的社会作用。

　　“巨野县是中国文联命名的‘中国农民绘画之乡’，也是中国工笔画学会命名的‘中国工笔画之乡’，工笔牡丹画是巨野县工笔画的当家品种。当地大多数书画家都以工笔牡丹为表现形式，以篆刻的角度更深层次地把菏泽牡丹呈现在一方印石上，是一种新的艺术创新。”著名画家黄恩涛说。

　　吴沧海以篆刻的角度更深层次地把菏泽牡丹呈现在一方印石上。巨野融媒中心供图

　　“‘曹州牡丹甲天下’，牡丹是菏泽的一张‘金名片’。每一个菏泽人都有义务把菏泽牡丹宣传推广出去，让更多人知道、了解菏泽牡丹。”吴沧海说，作为一位金石篆刻艺术的痴迷者和追寻者，他要用手中的刻刀讲好菏泽牡丹故事。

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）