通过优化算法挖掘信号潜在的特征，以便使其更有效地进行ASIC识别和应用，是模式识别目前发展的一个趋势。本文工作目标有二：一是基于虚拟仪器，获取近红外耳穴信号，从而重现微笑和平静两种认知状态时映射人脑的耳穴信号特征的可识别性；二是以蔡氏电路为对象，考察和分析电路参数变化引起电路功耗的变化特征。并将此特征与人脑的功耗特征相结合，探索人脑的电路模型。论文的主要内容有四：（1）基于MATLAB和声卡，并开发新型的最简化硬件，采集人脑近红外耳穴信号。并通过已有的算法分析耳穴信号，再现平静和微笑时，额颞耳穴信号的差异性。（2）进一步研究蔡氏电路混沌行为，重点考察蔡氏电路电参数变化导致其纯阻功耗变化的特征，探究混沌特征变化与电路功耗的变化关系。（3）从非线性的角度出发，分析额颞耳穴近红外信号特征，研究人脑认知状态的变化与人脑激发混沌特征的辩证关系。（4）以蔡氏电路纯阻功耗为对象，并以人脑处于四种认知状态时消耗的近似功率为参照物，构造人脑的蔡氏电路模型。研究结论认为：本工作针对额颞耳穴信号特征，先借助最简化虚拟仪器再现了微笑比平静时人脑额颞区消耗更低的功耗，进而通过非线性特征判别方法发现了正向情绪能够激发人脑的混沌行为，最后借助蔡氏电路纯阻的功耗特征以及内在的指数特征，建立了人脑在四种认知状态的蔡氏电路模型。