脑-机接口(Brain-computer interface, BCI)技术是不依赖于大脑的外周神经以及肌肉组织与外界进行交流的一种新型技术。它不需要依赖语言或者肢体动作就可以实现通过脑电信号对外界环境或者设备装置的控制。当前的脑-机接口正在处于快速发展阶段,在全球范围内,已经有很多研究机构和组织对脑-机接口进行研究。本文主要是对基于P300和稳态视觉诱发(Steady-state visually evoked potential, SSVEP)的脑-机接口系统进行研究。P300是由小概率事件诱发的正电位,一般在小概率刺激后的300ms左右产生。SSVEP是当人眼受到恒定频率的闪光刺激时,大脑就会出现与外界刺激频率或者谐波频率相同的响应。由于基于这两种脑电信号模式的脑-机接口系统的分类效果比较好,所以被广泛用于脑-机接口系统中。本文工作主要集中在基于P300和SSVEP的脑-机接口系统的研究,主要做了以下几项工作：首先,设计了一个基于P300的脑-机接口方向控制系统,使用者可以通过此系统来控制方格内小球的运动方向。通过这个方向控制系统,可以很好的验证基于P300的脑-机接口控制系统的有效性,为进一步进行实际的设备控制提供了有力依据。其次,对基于SSVEP和基于P300脑-机接口系统应用的优劣进行了比较。把基于SSVEP和P300的两种脑-机接口应用到上面所设计的方向控制系统中,通过这个实验,可以对这两种脑-机接口系统的控制性能做全面有效的比较。基于这个比较结果,找出这两种脑-机接口系统在方向控制应用中的优缺点,并进行了大量的讨论分析。最后,在脑-机接口的特征选择上做了有关电极选择的方法研究,以此来进一步提高对脑电信号的识别准确率和识别效率。本文利用基于SSVEP脑-机接口系统的实验数据,分别针对三种电极选择方法进行比较分析,结果发现序列浮动前向选择(SFFS)选择最优电极的效果最好,可以快速有效地进行电极选择,并取得最佳的分类准确率。