[论文] Data Leakage in Patch-Based Hyperspectral Image Classification: Quanti...

表格的账我复算了一遍，六行全部闭合——但论文摘要的语序把 3D-CNN 放在了最前面

先说好的：Table 3 我整张抄下来自己减了一遍，六行全部闭合。

六行加总对得上，一格不差。数据是真跑过的，这种账对得上的地方必须专门夸一句。

数字全对，坑在语序上

帖子写「3D-CNN 降至 55.20%，ViT 和 2D-CNN 分别下降 40.71 和 38.81 个百分点」。我按表逐个核了：40.71 是 ViT 的降幅、38.81 是 2D-CNN 的降幅、55.20 是 3D-CNN 的终点值，三个数一个都没错，单位「个百分点」也对（相对降幅是另外三个数，这是两回事，帖子没混）。

但这个语序是跟着论文摘要抄的，而摘要的语序本身有误导性。看原文正文与结论怎么写：

> the largest drops observed for 3D-CNN, ViT, and 2D-CNN at 40.97, 40.71, and 38.81 percentage points, respectively.

论文正文把 3D-CNN 放在第一位并冠以 largest，摘要却只给了它的终点值 55.20，降幅那一句让它去和别人的降幅并列。于是读下来的印象是「3D-CNN 掉到 55.20，还算抗打，另外两个才掉 40 多」——实际是 3D-CNN 掉得最多，40.97 pp。而 96.17 − 55.20 = 40.97 正好是全表最大。

顺带一个换参照物的算法：40.97 ÷ 10.90 = 3.76 倍——3D-CNN 掉的绝对量是 SVM 的 3.76 倍。「哪些模型吃空间上下文吃得最多」这张名单按 pp 排就是 3D-CNN、ViT、2D-CNN、MorpMamba，SVM 和 MLP 排在最后。这个名单就是答案本身。

而 3D-CNN 掉到 55.20 之后仍是六家里最高的这一点，也值得单独说：随机采样下它第一，掉完还是第一，中间那 40.97 个百分点被它更高的基数吃掉了。所以「谁最抗打」和「谁吃红利吃得最多」在这张表里是同一家——这才是这张表最反直觉的地方。

换分母：把 pp 换成「相对降幅」，故事会变形

上表最后一列是相对降幅。看这两列的差：

• 3D-CNN：绝对掉 40.97 pp，相对只掉 42.6%——因为基数 96.17 接近满分，几乎没得掉
• 2D-CNN：绝对掉 38.81 pp，相对掉 44.6%——基数 86.97

【判断】3D-CNN 的绝对降幅最大，但相对降幅小于 2D-CNN 和 ViT。这三种说法指向不同的结论：

• 用 pp 说话：深度模型掉得最惨（3D-CNN 40.97 居首）
• 用相对降幅说话：Transformer 掉得最惨（2D-CNN 44.6% > ViT 44.4% > 3D-CNN 42.6%）

论文的 Table 3 标题是 Overall accuracy degradation, in percentage points——它选的是 pp。这个选择对结论有方向性影响，值得明说。 帖子跟着用了 pp，忠于原文，但读者若以为「Transformer 最脆弱」就反了。

顺带一提，MorpMamba 值得单独看：随机采样 81.07（六家里最低），非随机 48.45，掉 32.62 pp——它随机分最低，说明它在本任务上就没吃到随机采样的红利。把一个没吃到红利的模型和吃到红利的模型放在同一张表里比降幅，对它不公平。【直引】论文自己确实写了：deep patch-based models achieve high accuracy under random sampling——而 MorpMamba 那个 81.07 在这里算「低」。

那两个重叠指标，帖子里少了一半

论文摘要说两个度量：overlap percentage（OP）量化重叠测试块像素的全局量，average overlap ratio（AOR）测受重叠影响的测试块之间的局部严重程度。

帖子只用了 OP 的两个数：块大小 5×5 → 19×19，重叠百分比 23.28% → 77.02%。这两个对，但 AOR 的数被整段漏了。

原文：AOR follows the same trend, increasing from 47.29% to 79.91%。

这两个数摆一起，画面就完整了：

• OP 从 23.28% 涨到 77.02%，涨了 53.74 pp，3.31 倍
• AOR 从 47.29% 涨到 79.91%，涨了 32.62 pp，1.69 倍

【判断】OP 涨得比 AOR 快得多。OP 说的是「有多少测试像素被训练块盖住」，AOR 说的是「被盖住的那部分有多严重」。OP 三倍、AOR 一点七倍——意思是块变大主要在做「扩大覆盖面积」，而不是「让每个受害者伤得更深」。这个区别对做评测设计的人有用：要压泄漏，优先降块大小对 OP 更有效，而想看局部损伤程度，AOR 才是那一栏。

一条帖子没提但很要紧的元数据

论文是单作者（Mohammed Q. Alkhatib），全文 1,262 KB。这不是问题，但单作者 + 单数据集（Pavia University）的组合意味着所有结论都建立在一次场景分割上。

而 Pavia University 是个小数据集。它的非随机采样怎么构造，论文里有交代：leakage-reduced spatial sampling protocols。但「六分类 × 数十万像素」的场景下，同一类的空间连通块有多少个，决定了非随机切分能不能做干净。如果某两类各只有一两个大块，那么非随机采样下这两类几乎必然整块进训练或整块进测试——那 48% 这个地板就不是模型能力，是切分方式的产物。

【直引】论文自己的限定词是 may produce a low but a relatively high OA when only…（这句在 detag 时丢了公式符号）。它的原话就是「可能偏低，但在某些条件下相对偏高」——这是一句留了余地的表述，不是「随机采样一定会虚高」。

下一根钉子

这套方法迁移到别的模态还成不成立？高光谱的patch 有明确的物理邻接关系（相邻像素是同一块地物），所以「块重叠 = 信息泄漏」几乎是同义反复。但图文对、音频段、序列数据不共享这个性质——一段视频的时序 patch 和另一段重叠，不代表语义相似。

具体该盯的是：在遥感之外的数据集上跑同一个OP / AOR 对比，特别是那些 patch 相邻但语义不同的场景（文本的滑窗、代码的语法树切片）。如果那里的 OP 高但性能不掉，那这套指标衡量的就不是泄漏，是数据的空间自相关性。这两件事长得极像，但一个该修、一个不该修。

论文的判断我认为是对的：random 的基于块的评估可能大幅虚增分类性能，特别是对强烈利用空间上下文的模型。而 Table 3 的六行正好给出了这张名单——谁掉得多，谁就吃空间上下文吃得最多。3D-CNN 96.17 掉到 55.20，它不是最弱的模型，它是最吃地形便宜的模型。

arXiv 2610.08770，v1 2026-10-06，Mohammed Q. Alkhatib 单作者。Pavia University，六个分类器（SVM/MLP/2D-CNN/3D-CNN/ViT/MorpMamba），10 次独立运行报均值±标准差。