平均准确率0.938
一种引入频率注意力与加权特征融合的时空卷积模型，用于从脑电信号中鲁棒识别驾驶员疲劳状态。
Isah, Bello · Moeed, Sehnan · 党伟东 · Banzi, Jamal Firmat · Aminu, Sha'awanatu · 高忠科
Biomedical Signal Processing and Control 2026
频率注意力模块动态调整不同频带的重要性，让模型关注与疲劳最相关的EEG频带。
加权特征融合机制使用可学习权重优化各特征图的贡献，增强空间特征表示。
在SEED-VIG数据集上五折交叉验证平均准确率达0.938，是驾驶员疲劳检测的最先进性能。