2022年12月中国汽车经销商库存水平位于警戒线以下******
中新社北京1月10日电 (记者 闫晓虹)中国汽车流通协会10日发布2022年12月“汽车经销商库存”调查结果：12月汽车经销商综合库存系数为1.07，环比下降43.1%，同比下降25.2%，库存水平位于警戒线以下。
中国汽车流通协会称，2022年12月“新十条”出台后，市场恢复叠加车购税及新能源补贴政策到期，汽车消费在12月下旬出现强势反弹，销量大幅增长。此外，春节前购车需求提前释放，经销商终端优惠力度较大，销量冲高加速经销商消化库存。而且，车企近期稳批发销量，压库现象缓解，2022年12月经销商整体库存水平大幅下降至荣枯线以下。
其中，高端豪华和进口品牌汽车库存系数为1.03，环比下降34.8%；合资品牌汽车库存系数为1.04，环比下降52.9%；自主品牌汽车库存系数为1.22，环比下降27.4%。临近年底，多数车企“放价”冲量，各品牌库存水平大幅下降。
中国汽车流通协会表示，每年春节后汽车销量均明显下滑，而且节后促销费政策和新能源财政补贴政策到期，汽车终端价格上行，叠加透支的消费需求，预计1月汽车市场较为平淡。但同时乐观的预计是，今年1、2月份车市有望恢复到疫情前2019年的水平，2月份或将出现补偿性消费，3月将有明显起色，直至4月份车市有望出现大幅度同比正增长。(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 富翁彩票地图 |
