《表2 单个频段的平均识别性能》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多视角聚类分析的汉字字体审美偏好挖掘》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.