数据集概述
本数据集是论文《低-高级感知空间的几何》的配套处理数据，包含实验刺激材料、刺激生成代码、所有刺激域和被试的感知空间坐标，以及相似性判断数据。数据覆盖纹理、动物图像等刺激类型，支持感知空间几何模型的分析与验证。
文件详解
- README.txt（TXT格式）：包含数据集文件说明，如choice_probs_animal_expts文件夹的被试成对选择及概率mat文件、geometric-modeling文件夹的感知空间模型坐标与对数似然值等内容。
- 刺激材料压缩包（ZIP格式）：包括textures_small_checks.zip、textures_big_checks.zip、animal_images.zip、source_images.zip，存储实验用纹理、动物图像等刺激素材。
- 代码压缩包（ZIP格式）：stimulus_generation_scripts.zip，提供生成刺激的脚本代码。
- 实验数据压缩包（ZIP格式）：animal_intermediates.zip、choice_probs_animal_expts.zip，存储动物实验中间数据及被试选择概率数据。
- 模型数据压缩包（ZIP格式）：geometric-modeling.zip，包含各刺激域和被试的感知空间模型坐标（欧氏与非欧氏）及对数似然值。
数据来源
论文《The Geometry of Low- and High-Level Perceptual Spaces》（Waraich & Victor，2024，Journal of Neuroscience）
适用场景
- 感知空间几何研究：分析低-高级感知空间的欧氏与非欧氏几何特性，验证感知空间模型。
- 神经科学实验设计：利用刺激生成代码和素材，复现或扩展感知空间相关实验。
- 被试行为数据分析：通过choice_probs_animal_expts数据，研究被试对刺激的相似性判断与选择偏好。
- 感知模型验证：基于geometric-modeling中的模型坐标与对数似然值，评估感知空间模型的拟合效果。
