1.基于群体智能算法的脑电波优化分类与识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述收集原始电波数据以及情绪标签数据的方式包括：
3.根据权利要求2所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述对预处理电波数据进行特征提取，获得全特征集合的方式为：
4.根据权利要求3所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述为每个初始特征子集构建情绪分类器的方式为：
5.根据权利要求4所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述使用情绪分类器计算每个初始特征子集的适应度的方式为：
6.根据权利要求5所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述对优质特征子集群体进行进化操作，重新生成初始特征子集群体的方式包括：
7.根据权利要求6所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，所述进化停止条件为：
8.基于群体智能算法的脑电波优化分类与识别系统，其用于实现权利要求1-7中任意一项所述的基于群体智能算法的脑电波优化分类与识别方法，其特征在于，包括预数据收集模块、全特征集合获取模块以及群体智能筛选模块；其中，各个模块之间通过电性方式连接；
9.一种电子设备，其特征在于，包括：处理器和存储器，其中，
10.一种计算机可读存储介质，其特征在于，其上存储有可擦写的计算机程序；