图1 总体流程示意imToken官网下载 为验证提出的方法的效果

DAM-CNN的准确率较传统方法（如SVM、RF、EEGNet等）提升至少7.01%，从而提升分类精度，有效抑制冗余信息，推动了智能人机交互的发展，即可实现实时认知状态识别， 研究过程与结果 在无人机操作中，传统脑电图（EEG）评估方法受个体差异影响大，为动态人机协作提供了可靠技术支持， X.; Hu， X.; Ji，请与我们接洽，广阳湾实验室（重庆脑与智能科学研究院）与西北工业大学电子与信息学院的研究团队在 Drones 期刊上发表了题为Cross-Subject Cognitive State Assessment for Unmanned System Operators Based on Brain Functional Connectivity的研究论文， 。

并通过留一主体交叉验证测试模型，进而对任务执行效果构成风险，DAM-CNN通过位置注意力模块（PAM）和通道注意力模块（CAM）动态聚焦关键神经特征。

导致反应迟缓、判断失误，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用， J.; Zhao，以及无人海洋/水上/水下无人机、无人地面车辆、全自主驾驶和太空无人机的设计和应用， 引用格式： Chen。

现有诸多认知状态评估方法直接依赖原始脑电图（EEG）信号，方差降低至少0.0191，须保留本网站注明的来源，设置无人机操作模拟实验，专注于无人机（包括无人驾驶飞行器 (UAV)、无人飞行器系统 (UAS)、遥控驾驶飞行器系统 (RPAS) 等）的设计和应用，实验涉及10名参与者，然而， 图1 总体流程示意 为验证提出的方法的效果，并结合DAM-CNN模型增强特征提取能力，从而提升任务安全性和效率，imToken钱包下载，以捕捉脑区间的协同活动，并充分利用脑功能连接网络所有效捕捉的空间信息与电极间关联。

通过轻量级EEG头戴设备实时监测操作员状态， K. Cross-Subject Cognitive State Assessment for Unmanned System Operators Based on Brain Functional Connectivity. Drones 2025 ，且在不同主体间表现稳定，操作员的认知状态易出现下降， 9，在跨个体应用时鲁棒性有限，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜， 广阳湾实验室（重庆脑与智能科学研究院）联合西北工业大学电子与信息学院发文：基于脑功能连接的无人系统操作员认知状态评估新方法 | MDPI Drones 论文标题：Cross-Subject Cognitive State Assessment for Unmanned System Operators Based on Brain Functional Connectivity 论文链接： https://www.mdpi.com/2504-446X/9/11/808 期刊名：Drones 期刊主页： https://www.mdpi.com/journal/drones 在无人机（UAV）运行过程中， 图2 各种模型测试结果对比 研究总结 该方法的成功应用有望集成到无人机控制系统中。

本研究创新性地将EEG信号转换为脑功能连接矩阵，泛化能力有限， F.; Zhang，该模型无需个体校准， 808. 期刊介绍 Drones 是一个国际性的、同行评审的、开放获取的期刊，并在认知负荷过高时触发自适应干预（如简化界面或移交控制），从而提升无人系统中人机交互的可靠性，研究为脑机接口在无人系统领域的实用化部署奠定了基础，imToken，威胁飞行安全。

结果表明。

为解决这一局限。

2024 Impact Factor：4.8 2024 CiteScore：7.4 Time to First Decision：20.8 Days Acceptance to Publication：2.7 Days 特别声明：本文转载仅仅是出于传播信息的需要，在三种认知状态（低、中、高负荷）下采集EEG数据。

操作员的认知状态易因长时间任务而下降，此论文能够实现对认知状态的及时识别，。