6.2 卷积神经网络CNN

6.2 卷积神经网络 CNN

本节摘要：卷积神经网络（CNN）虽出身图像处理，但卷积核在时间轴上的滑动天然适配时序局部模式提取。本节讲清 CNN 的三层结构（卷积、池化、全连接）与时序适配逻辑，展开三种检测路线：序列转图像再分类（格拉姆角场/马尔可夫转换场）、CNN 编码器-解码器重构、CNN 特征提取+传统检测器。客观评估 CNN 的优势（局部特征、并行、鲁棒）与局限（信息损失、长依赖短板），并给出架构设计与训练要点。

阅读收获

阅读完本节，你应当能够：

1. 说清 CNN 卷积核、池化层、全连接层各自在时序检测里的作用。
2. 解释格拉姆角场、马尔可夫转换场把序列转成图像的逻辑。
3. 区分 CNN 检测的三条路线（分类、重构、特征提取）。
4. 客观说出 CNN 在时序检测上的优势与短板。
5. 为时序检测设计一个基本的 CNN 架构。

一、问题与直觉

心电图监护仪上，一段波形是不是"心肌缺血"，医生靠的是辨认局部的形态特征——ST 段抬高、T 波倒置，这些都是一两个心跳宽度内（约 1 秒）的局部形状。如果让模型来判断，它最需要的不是"整段序列的长期趋势"，而是**"某个短窗口里的局部形态是不是正常"**。

这正是 CNN 的天然强项。CNN 的核心操作是卷积：一个小窗口（卷积核）在数据上滑动，逐段提取局部特征。 它的祖先在图像里提取"边缘、纹理、局部形状"，搬到一维时序上，提取的就是"尖峰、凹陷、局部震荡模式"——心电图里的 ST 段抬高，本质上就是一个"局部形态异常"。

CNN 的另一个工程优势是并行计算：卷积核可以同时在不同位置滑动，不像 RNN 必须一步步串行。这让 CNN 在训练和推理速度上远胜 RNN。

但 CNN 也有它的短板：卷积核看的是局部，天然不擅长捕捉跨很远的依赖。一维 CNN 的感受野要靠堆叠层数或大卷积核来扩大，代价是层数深、参数多。所以工程上的常见姿态是：CNN 抓局部形态，和擅长长依赖的 RNN/Transformer 配合使用，而不是让它单打独斗。

二、核心原理

2.1 CNN 的三层结构与时序适配

卷积层：一维卷积核（比如长度 7）在序列上滑动，每个位置算一次"窗口与核的点积"，输出一张特征图。每个核学到一种局部模式——有的核认尖峰，有的核认平滑段，有的核认规律震荡。堆多个核，就得到多种"形态视角"。

池化层：对特征图做下采样（最大值池化取窗口内最大、平均池化取平均）。作用有二：降低计算量、压缩特征；让模型对小幅位移不那么敏感——峰稍微偏两个点，池化后特征基本不变。

全连接层：把池化后的特征展平，映射到最终输出（分类概率或重构结果）。

2.2 路线一：序列转图像再分类

把一维序列转成二维图像，再用图像 CNN 分类。两个经典转换：

• 格拉姆角场（Gramian Angular Field, GAF）：把序列的值映射成角度（归一化后取 arccos），再对任意两时刻角度做三角运算，生成一个"点与点角度关系"的矩阵图。正常和异常序列的 GAF 图形态差异明显。
• 马尔可夫转换场（Markov Transition Field, MTF）：统计相邻状态转移概率，生成转移矩阵图。

转图像的好处是能复用成熟的图像 CNN 架构；代价是转换过程有信息损失（量化、舍去幅度信息），且"转图"本身是个需要调的超参数步骤。

2.3 路线二：CNN 编码器-解码器重构

和自编码器（第 6.3 节）同构，只是编码器/解码器用卷积实现：卷积编码器把序列压缩成低维表示，转置卷积/上采样解码器还原。只用正常数据训练，异常的重构误差大。

这条路线的好处：不需要标签、能端到端自动学特征。缺点：重构误差可能被噪声干扰，且对"幅值异常"敏感而对"形态异常"钝感。

2.4 路线三：CNN 特征提取 + 传统检测器

把 CNN 当作"特征提取器"：用训练好的 CNN（或预训练模型）把序列段编码成特征向量，再用传统检测器（One-Class SVM、Isolation Forest，见第 5 章）对这些特征做检测。

这条路线最务实——CNN 负责"看懂形态"（把原始序列变成有判别力的特征），传统检测器负责"定义正常边界"。两者各干所长，工程上可解释性也更好：至少能说"模型先提取了形态特征，再判断是否正常"。

2.5 三条路线对比

三、工程实践要点

3.1 架构设计要点

• 卷积核大小：匹配"你要抓的局部模式的宽度"。心电的 ST 段约一个心跳（对应几十个采样点），核就取那个量级。
• 层数：从 1–2 层卷积起步，感受野不够再加深。别一上来就堆 50 层——时序数据往往没有图像那么多层级结构。
• 池化：1D 最大值池化最常用，窗口 2–4。
• 正则：Dropout + 早停，防过拟合（异常检测训练数据常有限）。

3.2 一维卷积是默认选择

时序数据默认用一维卷积（沿时间轴滑动），不是图像用的二维。一维卷积核覆盖的是"时间跨度"，语义是"这 K 个时间步的联合形态"。 把维度搞混（拿二维核去扫一维序列）是新手常犯的错。

3.3 CNN 在时序检测里的角色定位

CNN 很少是时序检测的"最终答案"，更多是**"特征工程自动化器"**：它把"人怎么从波形里看出异常"这件难事，变成"让卷积核自己学局部形态"。在混合架构里，CNN 常与 RNN/Transformer 串联——CNN 先抓局部形态，RNN/Transformer 再管长程依赖，各司其职。

⚠️ 常见坑：指望纯 CNN 抓跨很远的依赖。 卷积感受野有限，一条几小时长的序列，除非堆很深，否则开头的信息到结尾早就"看不见"了。长依赖明显的任务，CNN 要配 RNN/Transformer，或者用扩张卷积、注意力机制扩大感受野。

💡 关键直觉：CNN 检测的本质是"形态识别的自动化"。 人眼能看出"这个波形 ST 段不对"，CNN 就是把这种"局部形态判别"学成参数。所以 CNN 最擅长的异常，是有稳定局部形态特征的那类——尖峰、脉冲、局部形变；而不是"整段行为模式变了"那类。

3.4 训练注意事项

数据量要求：CNN 的参数比传统模型多，训练数据太少容易过拟合——数据量不足时，优先走"CNN 特征+传统检测"或干脆用传统方法。输入标准化必做；训练集务必只含干净的正常样本。

3.5 CNN 在时序检测的完整落地示例

以心电图异常检测为例，走一遍 CNN 的完整落地流程（概念层面）：

1. 数据准备：把心电图切成长度为 250 个采样点（约 2.5 秒，约 3 个心跳）的片段。正常片段海量，异常片段（早搏、ST 段抬高）相对少。
2. 形态表示：两条路线任选——①直接把 250 点序列喂一维 CNN；②先转成格拉姆角场二维图再喂图像 CNN。一维 CNN 更省事，图像 CNN 能复用成熟的图像模型。
3. 训练：正常片段训练一维 CNN 重构模型（编码器-解码器），目标是还原输入；异常片段重构误差大。
4. 检测：新片段过模型，重构误差超阈值即异常。
5. 人工复核：异常片段交医生确认，确认结果回流改进。

这个流程的亮点：只用正常数据训练（心电异常样本极少）、自动学"正常心跳长什么样"、重构误差天然可解释（画出来对比原始和重构，医生能直观看到"哪里对不上"）。

3.6 CNN 检测的常见坑

坑一：核大小与模式宽度不匹配。 核太小抓不到完整形态，核太大模糊了局部——核要匹配你关心的局部模式的持续时间。坑二：忽视感受野。 感受野不够时模型"看不到"足够长的上下文，长依赖任务要加深层或扩大核。坑三：把一维数据当二维处理。 时序默认一维卷积，拿二维核去扫一维序列是新手常错。坑四：数据增强过度。 对时序做时间扭曲、幅度缩放增强时要小心别把异常形态"增强"成正常——增强的边界要守住。

实战问答

问：一维 CNN 和二维 CNN 在时序上的区别？

一维 CNN 的卷积核沿时间轴滑动，直接处理原始序列，语义是"这 K 个时间步的联合形态"；二维 CNN 需要先把序列转成图像（格拉姆角场等），才能用图像模型。一维更直接、信息损失少，是时序默认选择。

问：格拉姆角场转换会丢信息吗？

会。转换过程涉及归一化、角度量化，原始幅度信息会损失。但形态信息（波形形状）保留得不错——对"形态异常"（ST 段抬高、波形变形）够用；对"幅度异常"（信号突然变弱）则可能不敏感。

问：CNN 在时序检测里是"主角"还是"配角"？

多数时候是配角。CNN 适合做"局部形态特征提取器"，长依赖交给 RNN/Transformer，最终判定交给传统检测器。混合架构（CNN+RNN、CNN+注意力）才是它发挥最大价值的方式。

问：CNN 检测需要多少数据？

全卷积网络训练一般要数万片段起。数据不足时走"CNN 特征+传统检测"——用预训练或小规模训练的 CNN 提特征，再喂 One-Class SVM/Isolation Forest，对数据量的要求低得多。另一个务实替代是先在相近任务上预训练 CNN（如把正常片段分类任务作为前置），再做特征迁移——迁移学习能让小数据的 CNN 路线也站得住脚。如果连预训练条件都不具备，就干脆回到树模型或统计方法，别在数据不足时硬上深度网络。核心纪律一句话：数据量决定模型复杂度，模型复杂度永远要低于数据能支撑的上限。

核心回顾

• CNN 三层：卷积层提局部模式、池化层降维抗位移、全连接层输出——一维卷积沿时间轴滑动。
• 三条路线：转图像+分类（复用图像架构）、CNN 重构（无监督）、CNN 特征+传统检测（最务实）。
• 两种转图像技巧：格拉姆角场（角度关系矩阵）、马尔可夫转换场（转移概率矩阵），有信息损失。
• 优势：局部模式提取强、并行快、抗噪声；短板：感受野有限、长依赖要配合 RNN/Transformer。
• 角色定位：CNN 是"特征工程自动化器"，常与其他模型串联。
• 数据少时优先走特征+传统检测路线，别硬上深 CNN。

下一节进入重构误差检测的"完全体"——自编码器。编码-解码的压缩与还原，让模型学会"正常数据长什么样"，重构失败的地方就是异常。