本发明提供了一种基于神经网络结构与群优化融合算法模型的情绪识别分类方法，属于脑电信号情绪识别分类技术领域。方法包括：通过降采样、滤波、去伪迹对脑电信号进行预处理；使用CDBN卷积深度信念网络对脑电信号进行局部特征和全局特征的提取；使用Bi‑LSTM双向长短期记忆网络和局部注意力机制对提取的特征进行特征强化；融入ACO蚁群优化算法，使用优化好的特征进行模型训练，保存训练后的最佳模型；利用保存的模型进行情绪识别与分类,本发明不仅提高了情绪识别与分类的准确度，还提高模型的训练效率和性能。
