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
聚焦铁路元素 非遗传承人砖雕上刻“乡愁”******
(新春走基层)聚焦铁路元素 非遗传承人砖雕上刻“乡愁”
中新网商丘2月1日电 题：聚焦铁路元素 非遗传承人砖雕上刻“乡愁”
中新网记者 韩章云
“叮叮叮……”小锤敲击着刻刀在青砖上留下清晰的刻痕，凿刻出的灰尘被毛刷轻轻扫到一旁，潘明生埋头于手上的砖雕，不问外事。
“春节假期一直在庙会上忙着展示，现在难得坐在工作室做砖雕。”今年50岁的潘明生是河南省商丘市非物质文化遗产归德砖雕代表性传承人。他还有另外的身份——中国铁路郑州局集团有限公司郑州供电段商丘供电车间的电工。
潘明生从事砖雕技艺20余年，工作之余，他几乎把所有的时间用于砖雕制作、技艺传承。在平面砖雕的基础上，他创新立体微雕，一块块青砖经过精心凿刻，通过拼接组成一座座微型四合院、农家小院、古城……
潘明生对自己的砖雕作品进行细致调整。 受访者供图“陇海线上的老铁路桥、老商丘火车站，以及见证铁路变迁的蒸汽机车、电力机车、复兴号动车等，都会通过砖雕艺术呈现，争取明年与大家见面。”目前，潘明生正全力创作一组反映中国铁路发展的砖雕作品。
谈及创作历程，潘明生介绍，20多年前，他首次接触砖雕即着迷。传统砖雕作品纤巧的花纹、玲珑的构造、厚重的质感令他叹服，并为之进行持续的钻研、创作。
在砖雕作品的构思创作中，潘明生更倾向于复刻记忆里的古城、儿时的乡村风貌以及具有代表性的古建筑。为力求真实，他一次次实地考察、拍照、画图，查阅老照片等，希望用砖雕的方式留下老建筑的历史韵味，为观者留下一缕乡愁。
其中，潘明生用青砖复刻的“商丘古城归德府陈家大院”，屋顶的神兽、亭台楼阁的构造甚至墙面纹饰，与实物别无二致，而微型景观让观众更能直观感受传统古建筑的精巧布局与厚重乡情。
春节期间，潘明生在庙会上为观众介绍砖雕文化。 受访者供图不过，砖雕创作并非易事。青砖经多年风化质地脆弱，雕刻时一不小心就容易崩断，只能从头再来。“从事砖雕技艺，必须吃得了苦、耐得住寂寞。”尽管辛苦，只要坐在工作台前，潘明生常常忘记时间，“一眨眼工夫天就黑了，所以也就不觉得砖雕枯燥”。
如今，潘明生创作的微型砖雕作品已达百余组，其中《商丘古城》《老家的院子》《长城》等作品被多地博物馆、非遗馆收藏并展出。
“古老的砖雕艺术传递的本就是人们对美好生活的向往，现代砖雕依然蕴含这样的价值观。”潘明生介绍，在砖雕创作、技艺传承的路上他会一直坚持下去，“我期待用砖雕的艺术形式记录历史，为大家留下美好的记忆。”(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
凤凰彩票地图 |
)