数据集概述
本数据集包含10种精油的电子鼻气味记录、68名参与者的原始感知数据，以及用于预测嗅觉跨模态对应的回归模型代码、电子鼻驱动代码和数据记录项目。涵盖气味理化数据、感知评价及分析工具，支持嗅觉与其他感官对应关系的研究。
文件详解
- 文件名称：Predicting the crossmodal correspondences of odors using an electronic nose (supplemental materials).zip
- 文件格式：ZIP
- 压缩内容：包含四个子文件夹及相关文件，具体如下：
- regression models文件夹：MATLAB代码，用于训练和测试基于理化数据预测嗅觉跨模态对应的回归模型
- raw perceptual data文件夹：CSV格式的原始未处理感知数据，记录68名参与者对10种气味的感知评分
- e-nose code文件夹：Arduino电路驱动代码及传感器所需额外库文件
- e-nose recorder文件夹：Unity项目及代码，用于接收电子鼻UDP数据包并记录
数据来源
论文“Predicting the crossmodal correspondences of odors using an electronic nose”及“Smelling Sensations: Olfactory Crossmodal Correspondences”
适用场景
- 嗅觉跨模态对应预测研究: 利用电子鼻数据与感知数据，分析气味与形状、纹理、愉悦度、音高、颜色等感官的对应关系
- 电子鼻气味检测技术优化: 通过电子鼻记录数据，改进气味理化特征提取与分析方法
- 感知心理学实验分析: 基于参与者的原始感知数据，研究人类对气味的多维度感知规律
- 回归模型训练与验证: 使用MATLAB代码训练模型，验证理化数据对嗅觉跨模态对应的预测效果
- 多感官交互系统开发: 参考电子鼻驱动及数据记录代码，构建气味感知与其他感官交互的应用系统
