《Applied Sciences》：Automated Writer and Acquisition-Condition Classification of Digitally Captured Handwriting Using Statistical Dynamic Features and Support Vector Machines
编辑推荐：
数字采集的笔迹保留了笔迹轨迹和动态信号，但也记录了可能干扰法医解释的硬件依赖和输入依赖属性。本研究修订了一个支持向量机（SVM）筛查框架，使用来自30名书写者、11种书写内容类别和五种采集条件（涵盖三款平板电脑以及手写笔或手指输入）的16,500份样本。24个
数字采集的笔迹保留了笔迹轨迹和动态信号，但也记录了可能干扰法医解释的硬件依赖和输入依赖属性。本研究修订了一个支持向量机（SVM）筛查框架，使用来自30名书写者、11种书写内容类别和五种采集条件（涵盖三款平板电脑以及手写笔或手指输入）的16,500份样本。24个原始和派生时间序列变量通过最大值、最小值、均值、中位数和标准差进行汇总，生成120个特征；去除了众数统计量。书写方向和角速度使用基于atan2的向量公式重新计算。不可用的设备/API通道编码为零，Z-score参数仅从训练折中估计。书写者和内容评估使用轮转的合并“其他”类别作为拒绝类代理，而采集条件分类保持闭集。每个外层五折划分均包含一个内层五折前向选择循环；RBF-SVM超参数先验固定（C = 1.0，gamma = scale，平衡类别权重，随机种子42）。书写者分类达到94.85%的准确率（描述性95%置信区间：94.69–95.01%）和86.44%的合并其他召回率。内容分类达到96.64%的准确率（95%置信区间：95.74–97.53%）和98.74%的合并其他召回率。采集条件分类达到99.99%的准确率（99.98–100.00%），在16,500个外层测试预测中仅有一个错误。采集结果主要被解释为通道可用性和设备特定测量尺度在特征空间中被强烈编码的证据。由于折划分为样本级、样本为同期采集，且合并其他书写者在训练中有所体现，这些结果不能确立会话不重叠、跨设备书写者或严格开放集泛化能力。因此，所提出的工作流应被视为一种实验性分诊辅助工具，用于支持而非取代检验人员主导的比较。
数字采集笔迹（DCS）不仅保留笔迹轨迹和动态信号，还记录了与采集硬件和输入方式相关的属性，这些属性可能混淆法医解释。现有法医指南要求对数字采集材料进行特殊处理，但如何从DCS中同时区分书写者身份、书写内容与采集条件，仍是亟待明确的问题。为系统刻画DCS中各类判别信息的分布，本研究基于统计动态特征与支持向量机（SVM）框架，对30名书写者、11种书写内容类别、五种采集条件（三款平板设备，手写笔或手指输入）共16,500个样本进行了三类分类任务评估。该论文发表在《Applied Sciences》，其核心贡献在于以透明、可复现的实验流程揭示DCS样本中书写者、内容和采集条件信息同时可区分，但采集条件编码可能掩盖真正的跨设备神经运动特征，因此该工作流应定位为实验性分诊辅助工具，而非独立鉴定系统。
研究人员采用Lai等人建立的DCS数据集（30名成人志愿者，机构审查委员会编号FUJ-IRB NO: C113187），每个书写者在每种采集条件下对11种内容各重复10次，共产生16,500个样本。主要技术方法包括：从原始通道（坐标、压力、时间戳）派生位移、速度、加速度、方向角、角速度、笔画数等24个时间序列变量；用最大值、最小值、均值、中位数和标准差汇总为120维特征；去除众数统计量；采用基于atan2的向量公式计算方向角与角速度；不可用通道编码为零；Z-score标准化仅从训练折估计参数；采用嵌套五折交叉验证，内层进行前向特征选择；使用径向基核SVM（C = 1.0，gamma = scale，平衡类别权重，随机种子42）。评估指标包括准确率、宏精确率、宏召回率、宏F1、合并其他类召回率等。
### 3.1 外层测试分类性能
通过外层五折测试评估，书写者分类平均准确率为94.85%，宏F1为95.09%；已知书写者准确率为95.79%，而合并其他类召回率为86.44%，表明异质拒绝类比已知标签更难识别。内容分类准确率为96.64%，宏F1为95.98%，合并其他类召回率为98.74%。采集条件分类准确率为99.99%，宏F1为99.99%，在16,500个外层测试预测中仅出现1个错误，表明采集条件几乎可被完全恢复。
### 3.2 特征选择数量与稳定性
通过内层前向选择，书写者任务每折平均选择47.2个特征（范围36–65），内容任务平均选择29.27个特征（范围25–38），采集条件任务仅选择4个特征。最稳定的书写者特征包括位移最小值、总速度标准差、压力变化最小值、位移变异性、平均向心加速度和水平方向平均速度；内容任务强调笔画数、水平位置、向心加速度和垂直速度；采集条件联合集包含压力变化变异性、位移变化、加速度、速度和高度角汇总。结果说明不同任务由不同类型的动力学和结构特征驱动。
### 3.3 书写者任务错误模式
通过跨轮次并集错误聚集分析，每个独特DCS样本至多计一次错误。书写者错误率最高的为A3（37.82%）、D2（33.45%）、C3（31.64%）、F2（25.09%）和B3（23.27%）。按内容类别，数字/字母数字（NUM）产生31.07%的错误率，NID为25.27%，而EN1仅为6.27%，提示短而受限的字符串可能缺乏充分的个体运动模式。按采集条件，手指输入的IPPF错误率为21.24%，SPPF为17.42%，而手写笔条件IPMS、IPPS、SPPS分别为9.91%、9.30%、5.76%，与先前DTW分析一致，即手写笔输入产生更稳定的书写者分离。
### 3.4 内容任务错误模式
内容错误集中在CN2（11.00%）、EN2（9.80%）、CN1（7.67%）和CN3（7.40%），NUM最低（1.20%）。在书写者层面，F3、A3和B3的内容错误率最高。采集条件中，IPPF的错误发生率最高（6.88%），SPPS最低（3.55%）。这些模式表明内容类型和采集方式共同影响分类难度。
讨论部分指出，统计动态特征虽丢弃了精细时间对齐，仍保留了足够区分书写者、内容和采集条件的信息，且计算效率优于成对动态时间规整或深度序列模型。采集条件近完美分类的结果是关键方法学发现，说明特征空间中强烈编码了设备测量尺度与通道缺失模式，因此该结果不能解释为笔迹动力学单独标识设备。SVM被保留的原因在于中等维度固定向量、样本量适中、决策边界非线性以及前向选择可追踪性。合并其他类协议是受监督的拒绝类代理，并非严格开放集识别；同期采集的样本限制了对时间泛化的推断。法医应用中，该模型的输出不支持证据性似然比，仅用于初步分诊、标识采集条件不匹配或优先检查样本。主要局限性包括样本级划分、缺乏独立时间会话、设备单位未归一化、导数特征对采样噪声敏感、无重复测量推断模型、无伪装或跨数据集评估等。未来应优先开展严格书写者不重叠验证、纵向会话、留一设备测试和外部数据集验证。
研究结论翻译如下：本修订版对120个DCS统计特征进行了透明的嵌套SVM评估，用于书写者、内容和采集条件分类。书写者和内容准确率分别为94.85%和96.64%，合并其他召回率分别为86.44%和98.74%，采集条件准确率为99.99%。修正的角公式、去除众数、逐折标准化、固定超参数、明确指标、置信区间和特征稳定性表提升了方法清晰度和可复现性。结果同时表明法医主张必须保持有限：DCS样本同时包含可区分的书写者、内容和采集相关信息，但并不能确立书写者信息对采集硬件不变性。采集条件被设备尺度和缺失通道模式强烈编码，划分为样本级，无独立会话或严格未知书写者，错误分析为探索性。因此，该工作流应被理解为用于优先比较和识别采集失配的实验性筛查辅助工具，而非独立的书写者识别或签名验证系统。
