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
花滑伉俪庞清佟健：携手30年的变与不变******
中新网北京1月19日电(记者 王昊)“感谢主办方邀请庞清老师来，让我少了一分紧张，多了一分安心。”眼前的佟健和曾经赛场上激情四溢的样子不同，他声音沉稳温和，这段话引发了现场一片笑声。
他曾经的搭档、如今的妻子庞清坐在台下，看着他对青少年花滑培训话题娓娓道来。
自1993年携手合作，如今到了第30个年头，“庞清佟健”从赛场转至幕后。二人经历了角色的转变，但“花滑”仍是他们生命中不可或缺的一部分。
角色
2015年花滑世锦赛，庞清佟健以一首《为你守候》作为告别，从此结束职业生涯。一些优秀运动员退役后，面临着身份转换问题。佟健说，自己和庞清在这方面并没遇到太多困难。
“我跟庞清一边做职业比赛，另一边做花滑市场化推广，没有在离开赛场后就闲下来。”他介绍。
图片2015年花滑世锦赛双人滑比赛中，庞清/佟健摘得铜牌。中新社发 申海 摄退役后不久，庞清佟健冰上艺术中心成立，佟健主要负责运营工作。如今为人父母的二人都已过不惑之年，但穿着便服站在一起，他们的气质依旧出众，让人联想起这对组合曾经在冰场上的样子。
“我们特别希望能帮助更多运动员，比如国家队运动员，在心理、技术、方法上，能否给他更多帮助？在俱乐部学习技术的小学员，能不能去帮他？”在佟健眼中，二人现在看到比赛还是会想起以前的日子，但更关注自己能为别人做什么。
1月初，庞清佟健国际滑冰俱乐部的孩子们在“冰丝带”的一场活动中进行了现场表演。佟健站在场边，不时为小学员们鼓掌。庞清在他身后不远处，静静地看着冰场上的表演，如今她已在国家体育总局冬运中心任职。
佟健。受访者供图曾经场边的庞清佟健是在为比赛做着紧张的准备，而现在，二人要见证孩子们成长为和他们一样优秀的运动员。
花滑
搭档30年，“庞清佟健”这四个字紧密连在了一起。曾经，“庞清佟健”在赛场之上为国争光。如今，佟健希望“庞清佟健”能鼓励更多人。
“我们希望给更多的追梦者力量，庞清佟健就是追梦人的代表。希望通过我们奋斗的经历，给更多年轻人以力量。在他们遇到困难时永不放弃，努力去实现梦想。”他说道。
在庞清佟健的职业生涯中，《追梦无悔》是最为人熟知的自由滑曲目之一。2010年温哥华冬奥会上，伴随着这首气势宏大的音乐，庞清佟健摘得银牌。
图片庞清佟健。中新社发 沈晨 摄退役后，他们的“梦”以另一种方式延续了下去。在冰上艺术中心之外，现如今庞清佟健旗下品牌冰场还包括冰雪学校以及国家速滑馆培训点。
在冰场上，佟健身边滑过的不再是各国花滑高手，而是身高参差不齐的孩子们。看着这些来俱乐部学滑冰的孩子们，佟健直言，现在的孩子们在场地和装备方面比自己小时候更加“幸福”。
“从本质需求来讲，不再是以竞技、输赢为核心，而是围绕着孩子们的心理健康、身体健康开展起来，我觉得这是比较大的差别。”
未来
“我们能不能有更多时间花在自己孩子身上？”这是佟健目前的困扰之一。“我们从原来相互关注技术和成绩，到后来关注整个产业发展，自己有了两个孩子后，在关注他们这方面做得还不够。”
佟健。受访者供图。提起家里的小朋友，佟健的笑容更加明显。他希望能更好分配自己的时间，把他和庞清对体育的理解和人生感悟传递给孩子，陪伴他们一起成长。
除了家庭的未来，佟健也在关注中国双人滑的未来。北京冬奥会上，隋文静/韩聪摘得双人滑金牌，但接下来的冬奥周期，中国队面对的压力并不小。
“我觉得从项目发展来讲，肯定有起有伏。我们面对的挑战就是在后冬奥如何能建立起一些后备力量。短暂的调整，对于每一个项目来讲都是不可避免的，我们只是坦然地去把自己应该做的工作做好。我想中国冰雪未来一定会非常强。”显然，佟健对于项目的发展抱有信心。
在竞技项目外，佟健也深刻感受到了在北京冬奥会结束后的一年中，社会对于体育的理解发生了变化。
国家速滑馆开展主题活动。 中新社记者 韩海丹 摄“体育从原来的输赢变成了一种新的生活方式。能够让孩子们身体健康，同时对规则有更好的理解。我觉得通过2008年北京夏奥会、2022年北京冬奥会，整个社会对体育的理解发生着变化。”(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
云顶彩票地图 |
)