时序分类：从距离度量到深度神经网络

1. 什么是时序分类？

时序分类（Time Series Classification, TSC）是机器学习中的一个重要任务，目标是为一条完整的时间序列分配一个类别标签。这里的“时间序列”指按时间顺序记录的一组观测值，例如心电图（ECG）信号、股票价格走势、传感器读数或人体动作捕捉数据。

与传统的表格数据分类不同，时序数据中顺序和依赖关系携带大量信息——类别的差异往往隐藏在波动的模式、变化的速率或特定形状的出现中。

典型应用场景：

• 医疗诊断：根据心电图判断心率是否正常。
• 行为识别：通过可穿戴设备加速度计数据识别走路、跑步或坐下。
• 工业异常检测：监控机器振动信号判断设备状态。
• 语音识别：将语音波形片段分类为不同音素。

2. 理解时序数据与分类挑战

在开始构建模型前，先明确两个核心概念：

• 单变量时序：每个时间点只有一个观测值，例如一支股票每日收盘价。
• 多变量时序：每个时间点有多个通道/特征，例如智能手机同时采集的x、y、z三轴加速度。

分类任务面临的独特挑战包括：

• 时间扭曲：同类动作可能发生得快或慢，整体拉伸或压缩。
• 相位偏移：关键模式在时间轴上的起点不同。
• 噪声与异常值：传感器抖动或环境干扰造成局部突变。
• 多尺度模式：关键特征可能出现在不同时间窗口内。

好的分类方法必须能够对齐相似模式，并提取对扭曲、平移不敏感的判别特征。

3. 基于距离度量的传统方法

当数据量较小、可解释性要求高时，基于距离的最近邻分类器（K-Nearest Neighbors, KNN）配合恰当的时序距离度量是非常强大的基线。

3.1 欧氏距离的局限

最直观的想法是逐点计算欧氏距离：

\[ D_{Euclidean}(X, Y) = \sqrt{\sum_{t=1}^{T} (x_t - y_t)^2} \]

它要求两条序列长度必须相同，且对时间轴上的微小错位极其敏感。哪怕序列整体形状相似，只要相位错开一点，欧氏距离就会急剧增大，导致错误分类。

3.2 动态时间规整（DTW）——时序对齐的核心

动态时间规整（Dynamic Time Warping, DTW）通过非线性对齐解决时间扭曲问题。它允许一个序列上的点映射到另一个序列的多个连续点，从而找到最小化累积距离的匹配路径。

DTW 核心思想：

1. 构造一个 (T \times T) 的局部距离矩阵，元素为 (d(i,j) = |x_i - y_j|)（或平方差）。
2. 利用动态规划寻找从 ((1,1)) 到 ((T,T)) 的最优规整路径，使得累积距离最小，且路径必须单调递增、连续。
3. 最终 DTW 距离即为规整路径上的累积距离。

关键改进与变体：

• 约束窗口（如 Sakoe-Chiba 带或 Itakura 平行四边形）：限制规整路径的偏离范围，防止病态对齐并加速计算。
• DTW with Derivative：不直接使用原始值，而是使用一阶差分，更关注形状而非绝对值。
• 加权DTW：对不同时间点赋予不同权重。

结合 1-NN 分类器（即找训练集中 DTW 距离最近的样本的标签），DTW-1NN 至今仍是许多时序分类基准测试中的强基线。

3.3 其他常用距离度量

• 编辑距离（如 ERP、LCSS）：基于阈值判断两点是否匹配，对噪声更鲁棒，但需调参。
• 基于特征的度量：提取全局特征（均值、方差、傅里叶系数等）后，在特征空间使用欧氏距离。这种方法会丢失时间顺序信息，但在某些场合有效。

实践建议： 当数据集较小（每个类别少于几百条）、序列长度中等、类别判别依赖整体形状时，DTW-1NN 往往是首选，且无需训练过程，可解释性强。

4. 基于深度神经网络的现代方法

随着数据规模的增长，深度神经网络能自动学习层次化的判别特征，往往在复杂模式、多变量时序和大数据集上取得最优性能。

4.1 多层感知机（MLP）——朴素起点

直接将整条序列展平为一个向量，输入全连接网络。这种方法忽略了时序结构，将每个时间点视为独立特征，通常效果不佳，仅作对比参照。

4.2 卷积神经网络（CNN）——捕捉局部模式

一维卷积 (Conv1D) 天然适合处理时序，因为卷积核在时间轴上滑动，检测局部形状模式（如峰值、下降沿）。

常见架构模式：

• 堆叠 Conv1D + 批归一化 + ReLU 激活
• 全局平均池化（Global Average Pooling）替代全连接层，参数量小、可解释性强。
• 常用变体：全卷积网络（FCN）、残差网络（ResNet）。大量实验表明，一个精心设计的 ResNet 在单变量时序分类中通常可以超越 DTW 基线。

多变量处理： 可以在输入时直接将多变量视作多通道（类似于图像的 RGB 通道），或对每个变量使用独立的卷积流再融合。

4.3 循环神经网络（RNN/LSTM/GRU）——建模长期依赖

RNN 按时间步递归处理序列，维持一个隐状态来记忆过去信息。长短期记忆网络（LSTM） 和门控循环单元（GRU） 通过门控机制缓解了梯度消失问题，更擅长捕获长期依赖。

分类模式：

• 通常取最后一个时间步的隐状态作为序列表示，输入分类器。
• 注意力机制（Attention）可加权所有时间步的隐状态，生成更丰富的上下文表示。

注意点： RNN 训练慢，对超长序列可能仍难捕获整个序列的全局关系，且并行性差。在许多 TSC 任务中，CNN 在速度与精度上更具优势。

4.4 Transformer 与自注意力——全局交互的新范式

Transformer 架构凭借自注意力机制直接建模序列中任意两点之间的关系，完全摒弃了递归，可以并行计算。

时间序列 Transformer 特点：

• 需要有效的位置编码（可学习 embedding 或正弦编码）来注入时序顺序。
• 多头自注意力允许模型在不同表示子空间关注不同范围的相关模式。
• 输出端通常使用一个可学习的分类 token 或对全部时间步输出做平均池化，再连接分类层。

注意： 原始 Transformer 计算复杂度为 (O(L^2))，对超长序列可考虑通过稀疏注意力或分层结构降低开销。在有大量数据时，Transformer 往往表现出色。

4.5 混合模型与集成学习

实际应用中，常结合不同模块的优点：

• CNN-LSTM：CNN 提取局部特征，LSTM 建模高层时间依赖。
• LSTM + Attention：强调关键时间步。
• InceptionTime：使用多尺度卷积核的堆叠 Inception 模块，是公开基准上的强算法。

深度集成通过训练多个具有不同初始化的网络并投票，可进一步提升鲁棒性和准确率。

5. 方法选择指南：距离度量 vs. 深度学习

没有一种方法能统治所有场景，选择需权衡以下因素：

初始实践路线建议：

1. 无论问题是什么，都先用 DTW-1NN（配合交叉验证选择窗口大小）建立强基线。
2. 如果数据量充足，尝试 全卷积网络（FCN） 或 残差网络（ResNet），它们训练稳定，常能获得显著提升。
3. 若序列包含清晰的长期依赖且数据规模较大，可引入 LSTM/GRU 或 Transformer。

6. 总结

时序分类涵盖了从严谨的形状匹配到自动特征学习的广阔方法谱系。基于距离的 DTW 以其无需训练、小样本有效、可解释性强的特点，至今仍是入门和基线的首选。而深度神经网络——尤其是 ResNet 和 Transformer——通过端到端学习，不断刷新大型基准上的性能上限，尤其适合复杂模式和多变量场景。

掌握整个谱系，将使你能够针对不同的数据和业务约束，灵活构建高效、鲁棒的时序分类解决方案。下一步，建议在你感兴趣的领域选取公开数据集（如 UCR/UEA Time Series Archive），从 DTW-1NN 开始实践，逐步尝试 FCN 和 ResNet，亲身感受不同方法的特性。