声明
1. 绪论
1.1 引言
1.2 相关方法
1.3 待研究问题
1.4 本文工作
2. GAN模型及其问题介绍
2.1 生成对抗网络
2.2 GAN的模型崩溃问题
2.3 GAN的梯度消失问题
3.小样本数据生成
3.1 极不平衡数据（Extremely Imbalanced Data）增强及评价
3.2 稀疏矩阵（Sparse Matrix）的生成和评估
4. GAN模型梯度消失问题解决
4.1 如何构造Sketch
4.2 生成器设计
4.3 SEGAN算法和数学基础
4.4 实验验证
4.5 SEGAN讨论
5. GAN模型崩溃问题解决
5.1 MIM-GAN
5.2 MIM-GAN学习数据流形
5.3 实验验证
5.4 讨论
6. 结论与展望
论文工作总结
未来工作展望
参考文献
攻读博士期间的科研成果
致谢
