近年来，脑力疲劳已经成为现代社会人群中普遍存在的一种弊病，长期的脑力疲劳不仅严重影响到人们工作和学习的效率，还影响到人类自身的生命健康和安全，因此能够正确识别脑力疲劳至关重要。本文通过分析人体的脑电信号来识别脑力疲劳，并提出改善脑力疲劳的方法。设计了五种实验状态，分别是清醒状态、疲劳状态一、闭目休息恢复状态、疲劳状态二、听音乐恢复状态。主观测评实验通过填写睡眠尺度表的形式完成，结果表明，大脑疲劳时主观测评分数上升。脑电信号分析分为以下步骤：第一步，对脑电信号进行预处理，包括降采样、导联选择和带通滤波。第二步，提取脑电信号特征，包括四种节律波的平均相对能量、平均小波包熵和AR功率谱估计系数，并将三类特征向量组合成一个高维特征向量。第三步，采用SVM分类方法识别大脑疲劳和非疲劳状态，首先利用网格搜索算法寻找最优参数，然后利用交叉验证法训练分类器，训练分类准确率为98%，最后进行测试分类，测试分类准确率为97%。第四步验证两种改善脑力疲劳方法的有效性，首先提出几种常用的改善脑力疲劳方法，然后利用分类器对四个分类样本进行分类，分类准确率分别为96%、92%、90%和85%。脑电信号分析在MATLAB7.0软件中完成，分析的重点包括：第一，脑力疲劳特征有效性和可行性的验证；第二，小波函数和分解层数的选取；第三，自回归参数功率谱估计阶数和算法的选取；第四，支持向量机分类最优参数的选取。本文提取出了可以有效反映脑力疲劳的特征，建立了可以正确识别脑力疲劳的分类器，并验证了闭目休息和听音乐可以有效地改善脑力疲劳，为后续脑力疲劳的研究提供了参考，具有重大现实意义。