国家预印本平台

联邦学习是一种在保护数据隐私的前提下，利用多方局部数据进行协作训练的分布式机器学习范式。然而，系统异质性导致的"掉队者问题"严重阻碍了训练效率，而数据异质性产生的非独立同分布数据则会降低模型性能。本文提出一种基于自蒸馏的掉队者自适应联邦学习方法。该方法首先根据计算与通信能力将客户端划分为"掉队者"和"领导者"。掉队者被分配与其能力相匹配的轻量化分类器，而领导者则利用深度分类器通过自蒸馏技术将知识传递给掉队者模型。这种策略确保了掉队者能有效参与训练，并最大限度减少性能损耗。此外，随着全局模型准确率的提升，算法将逐步增加领导者的比例，以进一步释放训练潜力。

针对星地激光通信链路中大气湍流引起的接收功率快速波动及短时掉光问题，开展了相干接收数字信号处理(DSP)系统的灵敏度动态范围与掉光后重启收敛性能研究。搭建了1.048576 GBaud二进制相移键控(BPSK)相干接收实时DSP实验平台，通过改变接收光功率，测量系统误码率随接收功率变化的特性曲线，完成系统灵敏度测量。引入信噪比系数作为功率变化表征参数，建立其与误码率之间的映射关系，用于判定系统收敛状态。通过可变衰减器与任意波形发生器产生周期性功率波动以及构建湍流模拟装置模拟自由空间信道功率起伏特性。实验结果表明，本相干接收DSP系统在湍流功率抖动信道下具有较强的动态适应能力与快速恢复能力，为后续系统优化提供基础。

目的：探究NK细胞在慢性移植物抗宿主病（cGVHD）中的作用。方法：构建cGVHD小鼠模型，通过尾静脉注射NK细胞清除剂；检测尿液中尿蛋白的含量；检测血清中抗双链DNA（anti-dsDNA）抗体IgG及其亚型（IgG1、IgG2a）的水平；取造模后小鼠靶器官组织进行病理学HE染色观察。结果：造模6周后，NK细胞清除组小鼠尿蛋白含量呈升高趋势；其血清中anti-dsDNA抗体水平显著高于对照组；持续清除NK细胞显著促进anti-dsDNA IgG、IgG1和IgG2a的分泌。结论：受体NK细胞缺失加重cGVHD小鼠的症状。

重大项目是我国西部大开发为缩小地区贫困差距，提搞人民生活水平与社会生产力的重要工程，但地理位置特殊，喀斯特地区重大项目选址受多种因素限制。文章经过对重大项目与研究区的特征进行详细分析得到相应的选址影响因子，采用土地利用转移矩阵和层次分析法系统分析研究区每类重大项目选址影响因子的影响程度，并根据权重对其重要性进行科学排序并对其结果进行分析。从而为政府规划部门在喀斯特地区进行重大项目选址提供参考依据。

针对无砟轨道裂缝检测中存在的数据规模有限、背景噪声干扰严重以及微细裂缝边缘提取困难等挑战，本文提出了一种融合迁移学习、语义引导边缘增强（SGEE）模块与结构相似性（SSIM）损失的深度学习框架。该框架通过在公开大规模数据集上进行预训练，并结合私有数据集微调，实现了模型从通用视觉特征向特定轨道场景的表征迁移，有效抑制了有限数据规模下的过拟合风险。实验结果表明，在无砟轨道私有数据集 GuiDaoBan 上，本文策略使F1分数提升了 9.31 个百分点，召回率从 30.05% 提升至 38.70%。该方法在复杂背景下展现出较强的边缘提取能力与稳健性，为数据受限场景下的轨道病害检测提供了良好的解决方案。