数据增强作为一种简单有效的方法被广泛应用以提升模型泛化能力,特别是在训练深度神经网络时。近年来研究人员们提出了不少新的数据增强方法进一步提升分类任务的准确率,其中主要以两类为首:Mixup这类对两张图片进行线性插值的方法,以及AutoAugment这类搜索最佳数据增强策略的方法。在本文中,我们针对Mixup中线性假设的不合理性,提出了一种基于特征空间距离的自监督方法,该方法要求原始图像和生成图像在特征空间上的一致性。首先,我们通过诊断实验,分析Mixup的线性假设对模型的影响,可以发现线性假设对训练深度神经网络这类非线性模型不是完全合适的。受到图像的语义信息与特征空间相对位置有关的启发,因此我们以原始数据的特征作为监督修正生成数据的标签。为了有效地实现这一想法,我们使用了两阶段式的训练过程,即先在特征空间中对原始数据的类别中心进行计算估计,然后通过计算好的类别中心修正Mixup损失函数并训练深度神经网络。此外,由于Mixup的其他变体也同样存在了类似的标签生成问题,所提出的方法也与这一类方法兼容。我们通过各种深度神经网络在两个常见的图像分类数据集CIFAR10和CIFAR100上验证了我们的方法,显示了一致的泛化性能提升。我们还通过对超参数的分析实验,评估所提方法的鲁棒性。更深入地,在本文中,针对近来提出的数据增强方法导致了干净数据和增强数据之间存在相当大的差异性,我们从理论分析的角度重新审视了这个问题。为此,我们使用经验风险和泛化误差这两项来估计期望风险的上限,进一步建立了对数据增方法作为正则化方法的深刻理解:数据增强方法主要是突出主要特征。因而,数据增强显著降低了泛化误差,但同时导致了轻微更高的经验风险。在数据增强可以帮助模型收敛到一个更好的区域的假设下,我们通过一种简单的方法实现更低的经验风险,即在训练末期去掉带来较大分布差异的强数据增强方法对模型进行训练,从而进一步提升模型表现。我们的方法在常见的标准图像分类数据集上取得了一致的准确率增益,并且该增益能够迁移到目标检测任务上。