基于签名的特征能否优于原始信号基线提升人体活动识别？

三种表示，一套防泄漏协议

这项研究要回答的是：相对于原始信号基线，基于签名的特征学习能否提升人体活动识别（HAR），以及这一答案如何随嵌入策略、截断深度、模型选择和传感器配置而变化。实验使用 UCI HAR 数据集，保留原始训练—测试划分，并采用受试者不相交验证以防止泄漏，因此报告的增益反映的是泛化能力，而不是受试者重叠带来的乐观偏差。

在相同预处理和验证流程下比较了三种表示：原始展平信号、时间增广路径和超前—滞后变换路径。签名特征在多个截断深度上计算，并用多层感知机（MLP）和随机森林（RF）评估。研究还复现了一项此前基于 K-means 的特征降维研究以作对比。由于所有配置共享相同的数据划分、预处理和指标，它们之间的差异可归因于表示和分类器，而非流程差异。

签名在分类前显式编码时间顺序

原始窗口保留了传感器原始测量值，但没有显式编码时间顺序或跨通道交互，需要分类器隐式推断这些模式。签名变换则把部分负担转移到特征构建阶段，提供时间交互的结构化表示，其中高阶项捕捉随时间推移越来越复杂的依赖关系。对于多变量信号，这种表示的复杂度通过截断深度显式控制。

两种嵌入暴露的结构不同。时间增广引入严格递增的时间维度，保留顺序。超前—滞后嵌入对齐延迟值与当前值，在较低阶就暴露跨通道交互。论文的解释是：这解释了为什么超前—滞后在中等深度具有竞争力，而时间增广给出最高整体性能——对于固定窗口的 HAR 数据，以有限维度扩展保留时间顺序，比更复杂的超前—滞后嵌入更好地平衡了表达力与可处理性。

随机森林获益，深度持续有用

使用随机森林时，签名特征带来明显提升。最佳配置是时间增广六通道签名在深度 6 搭配基于熵的 RF，达到 0.858 准确率和 0.859 宏 F1，超过最强原始基线的 0.816 准确率。对 RF 模型而言，增加截断深度持续改善结果，说明高阶交互对该分类器仍然有信息量。

论文将此归因于 RF 无需复杂优化即可利用结构化、高阶的时间交互摘要。作者进一步提出的观点是：当表示学习与模型训练解耦、而非嵌入端到端优化时，签名表示尤其有效。这是对模式的解释，而不是单独测量的对比。

MLP 模型从未超过原始基线

分类器依赖是双向的。对 MLP 模型而言，原始展平输入优于所有基于签名的配置，MLP 模型没有超过原始基线。作者认为该网络能自行有效利用结构化的定长输入，因此预先计算签名特征只增加维度而没有增加可用信息。

MLP 在不同截断深度上的表现也更不稳定，深度更高时提升趋于平台或下降。论文将此框定为表示丰富度与可学习性之间的权衡：更深的签名增加表达力，但也引入可能妨碍优化的高维性。这就是为什么截断深度应被视为关键建模超参数而非技术细节，也是为什么对 RF 有帮助的深度可能损害 MLP。

六通道优于仅加速度计输入

传感器配置同样重要。仅加速度计数据能在相当程度上接近完整惯性性能，尤其在低维有助于优化的 MLP 设置中。然而，最佳整体结果来自六通道输入，说明陀螺仪信号提供了互补信息，改善了分类。

这一结果与表示和分类器的发现并列，而非取代它们：最佳配置将时间增广六通道签名与 RF 分类器结合。比较传感器设置的读者应注意，仅加速度计的近似被描述为相当接近，但并不等于六通道结果，而且这一优势出现在论文自身的固定窗口 UCI HAR 设置中。

时间结构胜过单纯特征降维

UCI HAR 上最接近的先前研究使用基于 K-means 的特征降维处理 561 个手工特征，随后用朴素贝叶斯分类。它报告使用全部特征时准确率为 76.77%，在 k = 70 时最高为 83.35%。本研究复现确认了随降维而改善的总体趋势，但性能更低，k = 70 时为 80.10%，作者将这一差异归因于原工作对预处理、参数设置和验证流程报告不完整。

这一对比澄清了签名框架的贡献。K-means 方法在固定手工特征上操作，聚焦于静态表示内的冗余削减。签名表示则处理分类前应如何表示时间结构的问题，显式编码顺序和跨通道交互。本研究最佳模型在留出测试集上达到 85.816%，高于复现的 80.10% 和原报告的 83.35%。作者将此解读为收益来自编码时间动态，而非维度优化。

单一数据集、两类模型、高维特征

若干限制界定了这些结果的适用范围。实验仅限于单一数据集，可能限制向其他领域或传感器配置的泛化。签名特征可能导致高维表示，尤其在较大截断深度时，可能带来计算挑战并影响模型稳定性。研究只考虑了两类模型，因此卷积或循环等额外架构未被探索，可能改变表示的相对性能。

可复现框架是优势而非警示：预先设定的协议、公开代码、最佳性能模型的模型卡以及 Docker 环境支持独立验证，防泄漏的受试者不相交验证增强了对报告增益真实性的信心。实际解读是：论文的核心变量是表示与分类器的配对，其证据限于 UCI HAR 数据集以及在那里测试的 MLP 和 RF 两类模型。

先选分类器，再决定是否信任签名

论文最具决策相关性的结果不是签名有助于 HAR，而是它们只在特定配对中有帮助。如果分类器是随机森林，时间增广六通道签名在深度 6 搭配基于熵的 RF 是产生最佳测量结果的配置，0.858 准确率和 0.859 宏 F1，对比 0.816 的原始基线。如果分类器是 MLP，原始展平表示在所有测试的签名配置中仍然更好。

截断深度应按分类器调优而非预先固定，因为 RF 随深度单调改善，而 MLP 趋于平台或下降。在与特征降维方法比较时，相关对比是表示设计对冗余削减：复现的 K-means 流程在 k = 70 时峰值为 80.10%，而最佳签名模型在留出测试集上达到 85.816%。这篇论文确立的优先事项是把表示和分类器视为联合决策，并在防泄漏验证下核实该配对，然后再假设签名能够迁移。

本文引用的文献