彩神彩票官网平台|彩神彩票app

【动画】打开App随时能看家乡街景？此文为证，处处是坑！******

　　【万万没想到！App花样套路大解密①——街景地图篇】

　　“地图实时导航、地图免费，3秒就让你看到自己的家乡”“使用街景地图，还能看到全球各地的大街小巷”“体验VR360度全景沉浸式游览”……这类街景地图App的广告宣传，吸引了不少网友眼球。

　　前段时间，有权威媒体报道，有不少宣传能“随时随地看到家乡街景”的街景地图类App广告出现。然而，这类街景地图App的实际使用体验与广告宣传严重不符，存在恶意欺诈消费者的现象。

　　市民王先生下载了某款街景地图软件。软件的主界面提供了“家乡街景”“高清街景”“VR全景”等多个功能选项，并在显著位置标明了推荐套餐和价格，分别是3个月38元、1年68元和终身使用98元。

　　王先生选择了终身使用套餐并完成支付。然而，让他失望的是，软件并没有提供其老家住所的高清街景，甚至连县城的照片都十分模糊，与广告和简介中的描述完全不符。

　　在多次尝试失败并联系客服退款无果后，王先生向相关部门投诉。

　　根据王先生提供的线索，当地警方调查发现，该软件提供的“高清实时街景”实际上都是网络收集来的公开免费视频或者图片，既非高清也不是实时，有的甚至直接链接到其他地图软件，涉嫌欺诈犯罪。

　　日前，由安天移动安全发布的《移动互联网风险应用白皮书（2021）》提到，这类街景应用主要是通过收集国内外免费的城乡道路街景、精选景区全景图等数据资源，向用户收取费用的方式来获得盈利。

　　这类应用通常宣称让在外的人能看到家乡的父母、或者虚构帮助寻找走失的宠物等情景，作为应用的核心功能，利用这些人群的思乡情怀，吸引其下载安装使用。

　　●存在明显虚假夸大的广告推广内容，与实际提供的产品服务不符

　　当用户打开应用后，往往发现“免费使用”的宣传不实，使用卫星实景不仅需要开通会员，而且会员价格也不低。

　　不仅如此，部分街景地图类应用还用显眼的广告标识提示用户仅需每天几毛钱即可开通会员，但这类应用往往无法单独开通一天的会员，用户被要求必须一次开通数月甚至全年会员，应用却只用不易识别的字体标出实际需要支付的会员价格，用户稍不留意就可能上当。

　　甚至，当用户开通VIP后也没有达到预期使用效果。有的街景应用宣传中的实景街景出现虚假，实际上应用内的街景不但非实时，还出现许多地方没有对应的街景等与宣传不符的情况，严重侵害用户权益。

　　在黑猫投诉平台上搜索关键词“街景地图”，显示有600多条投诉信息，问题主要集中在 App“虚假宣传”与“退款难”等方面。

　　●存在非法使用第三方数字资产的侵权行为

　　安天移动安全有关负责人分析，从实际来看，这类应用通常是直接调用百度、高德等地图接口，甚至是盗用Google街景数据做成镜像服务，然后打包而成的应用，其根本无法实现和宣传推广广告文案相关的用户服务功能。

　　从应用技术实现来看，该类应用既没有技术创新性，还涉及存在非法使用第三方数字资产的侵权行为。

　　从行业发展来看，应用开发者设置的所谓收费服务项目条款存在霸王条款和缺乏法律约束，并且一旦通过盗用方式获得的数据资源被供应方限制引用，则应用提供的服务将被停止，最终导致付费用户遭受经济损失。

　　＠所有人，注意 注意 注意了！！！☞☞

　　对于消费者遭遇的货不对板与退款问题的问题，法律专家提醒，商家明显知道自己没有能力提供全国各城市的街景地图，更没有能力提供街景的实时街景地图，而诱导消费者去购买地图，已经违反了我国民法通则以及消费者权益保护法等法律法规的规定。

　　另外，商家以一个显著的位置，以一个大号字体全年会员0.01元，诱导消费者购买，但实际上以更小的字体在不显眼的地方标明全年的会员价168元，具有明显恶意欺诈成分。

　　互联网界专家提醒，从资质、采集技术到成本投入，街景地图都有较高的行业进入门槛。街景地图、卫星测绘以及本地化的街景实景拍摄，都有明确的法律法规约束，并不是市面上每一家企业都拥有合法依规的街景采集资质，如果没有这些相关资质的保障，大家还是不要使用相关的产品和应用。（部分内容综合自法治日报、央视财经等）

　　监制：张宁 策划：李政葳 制作：黎梦竹

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）