天美彩票投注_在线用户注册平台 | 官网APP下载

长扬科技完成F轮共计近3亿元战略融资******

　　近日，长扬科技完成F2轮战略融资，F轮融资合计近3亿元。据了解，本轮融资由曦域资本领投，景泰投资跟投，安澜新扬成为新的投资方。本轮融资将主要用于长扬科技核心技术创新以及相关研发基础设施建设等。

　　长扬科技成立于2017年，国有资本占比近50%。作为中国工业互联网安全、工控网络安全、工业互联网+安全生产领域的领军企业，长扬科技被评为国家高新技术企业和国家专精特新“小巨人”企业。在产业数字化、双碳等政策背景下，长扬科技凭借突出的综合实力和前景优势，不断获得市场和资本青睐，去年以来，相继完成完成D轮、E轮和F1轮战略融资。

　　长扬科技团队核心成员是工业互联网安全事业的早期践行者，技术专家为国内工业互联网安全、工控网络安全政策文件制定工作的行业领头人，技术研发人员总人数占比企业总人数达75%以上，是目前国内工业互联网安全、工控网络安全、“工业互联网安全+安全生产”行业中坚技术力量。凭借扎实的技术积累和行业先发优势，长扬科技申请获得专利、软著百余项，牵头或参与国标、行标和团标等技术、服务类标准建设百余项；自主打造12大系列50余款产品，全部完成国产化互认证，构建集团级工业网络安全保障体系，实现对国家关键信息基础设施的全生命周期安全管理。

　　长扬科技董事长姜海昆表示，随着新一代信息技术与各行各业的深度融合，我国产业结构也在不断优化，全面数字化转型正在迎来快速发展期。在数字化推动生产、生活方式深刻变革、提高经济效益的同时，生产制造领域的全要素、全产业链、全价值链的全面连接、互联互通也对安全提出了更高要求。在这一新时代背景下、长扬科技始终秉持护航国家安全的初心使命，贯彻总体国家安全观和国家网络强国战略，不断强化工业领域网络安全技术能力，更好地赋能传统产业转型升级，为国家数字经济发展和新型基础设施建设贡献安全力量。

　　长扬科技总裁范宇表示，长扬科技在国家制造强国战略、网络强国战略的指引下，通过深扎行业市场，优化了原有技术优势和产品版图。目前长扬科技的产品及解决方案已广泛应用于电力、石油石化、轨道交通、城市市政、智能制造、钢铁冶金等多个行，未来将继续发挥技术优势，加大自主研发力度和投入，进一步推进技术革新，更好地服务于国家网络安全工作，为国家关键信息基础设施稳定运行保驾护航。

　　曦域资本创始人黄晓黎认为，关键信息基础设施的网络安全形势日益严峻，尤其在工业关键基础设施领域，一旦被攻击造成破坏或者数据泄漏，可能严重危害国家安全。我国工控网络安全领域长期空白，随着等保的落地才逐步离开“裸奔”进入了高速建设期。长扬从2017年开始耕耘市场，帮助大型集团公司建立集团一体化的安全管理能力，处于行业领先位置，看好该公司聚焦大型集团客户，长期为头部客户提供集团级工控网络安全解决方案及服务的能力。

　　君泓璟泰基金创始合伙人谭晓生认为，长扬科技作为国内工控网络安全领域的领导者，公司的工业态势感知产品行业领先，下游客户逐步从能源电力拓展到化工、钢铁、汽车、智能制造、国防军工等行业。公司创立至今历经多轮融资，股东阵容豪华、公司治理规范，是网络安全行业优质的投资标的。（孔繁鑫）

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）