A hybrid-similarity exemplar model for predicting distinctiveness effects in perceptual old-new recognition.
A hybrid-similarity exemplar model for predicting distinctiveness effects in perceptual old-new recognition.
复制标题
用于预测感知新旧识别中的独特性效应的混合相似性范例模型。
DOI：
10.1037/0278-7393.29.6.1194
复制
发表时间：
2003
期刊：
影响因子：
--
通讯作者：
Zaki,SafaR
中科院分区：
文献类型：
--
作者：
Nosofsky,RobertM;Zaki,SafaR
在两组实验中，作者研究了感知识别中旧物品独特性效应的基础，即独特的旧物品比典型的旧物品被识别的概率更高。在实验1中，独特的旧项目被定义为位于连续维度相似空间的孤立区域中的那些项目。在这种情况下，无论用于评估识别记忆的测试列表的结构如何，独特性的任何有益影响都不存在或很小。在实验 2 中，独特项目被定义为包含某些离散的、个性化特征的对象。在这种情况下，观察到大量旧项目的独特效应，其效应的性质由测试列表的结构调节。混合相似性范例模型结合了连续维度距离和离散特征匹配的元素，用于解释识别数据中的这些独特性效应。（PsycINFO 数据库记录 (c) 2016 APA，保留所有权利）
In 2 sets of experiments, the authors investigated the basis for old-item distinctiveness effects in perceptual recognition, whereby distinctive old items are recognized with higher probability than are typical old items. In Experiment 1, distinctive old items were defined as those lying in isolated regions of a continuous-dimension similarity space. In this case, any beneficial effects of distinctiveness were absent or small, regardless of the structure of the test list used to assess recognition memory. In Experiment 2, distinctive items were defined as those objects containing certain discrete, individuating features. In this case, large old-item distinctive effects were observed, with the nature of the effects being modulated by the structure of the test lists. A hybrid-similarity exemplar model, combining elements of continuous-dimension distance and discrete-feature matching, was used to account for these distinctiveness effects in the recognition data.(PsycINFO Database Record (c) 2016 APA, all rights reserved)
登录
查看更多内容
分类、识别和识别的典型性：来自人脸识别的证据
DOI：
--
发表时间：
1991
期刊：
影响因子：
--
作者：
T. Valentine;A. Ferrara
通讯作者：
A. Ferrara
在基于相似性的表示中组合维度和特征
DOI：
--
发表时间：
2002
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
D. Navarro;M. Lee
通讯作者：
M. Lee
影响因子：
4.1
作者：
NOSOFSKY, RM
通讯作者：
NOSOFSKY, RM
影响因子：
2.4
作者：
J. R. Vokey;J. Read
通讯作者：
J. R. Vokey;J. Read
影响因子：
--
作者：
G. Lockhead
通讯作者：
G. Lockhead