《表2 单个频段的平均识别性能》
对于第2种设定,在数据准备阶段,将单个审美偏好EEG原始信号直接提取TDP特征或BP特征.此时,TDP特征数据和BP特征数据被视为基于不同特征的多视角数据用于本实验.对于单个视角特征的评估,采用类似单频段的方法.对于多视角特征的评估,将基于不同特征的多视角数据送入KT-SVD中获取新的特征表示,再将该表示用于EEG的识别实验.如表3所示,基于TDP特征和BP特征的多视角组合比仅使用一种特征的识别性能显著提升.虽然基于多特征的多视角组合比基于多频段的多视角组合的性能略有提升,但是多特征的多视角表示中不能体现频段与审美偏好之间的联系,所以在我们的总体框架中采用多频段作为多个视角.
图表编号 | XD00206621400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.20 |
作者 | 张艳、谢源、洪辰、曲延云、李睿、张俊松、李翠华 |
绘制单位 | 厦门大学信息学院计算机科学系、贵州师范大学数学科学学院、华东师范大学计算机科学与技术学院、厦门大学信息学院计算机科学系、厦门大学信息学院计算机科学系、华中师范大学教育大数据应用技术国家工程实验室、厦门大学信息学院人工智能系艺术认知与计算实验室、厦门大学信息学院计算机科学系 |
更多格式 | 高清、无水印(增值服务) |