本书针对于脑电信号非线性、幅值微弱、信噪比低等特点对解码性能的影响，介绍了基于传统机器学习、深度学习与迁移学习的数据优化、特征融合与特征迁移算法，主要内容包括：基于MMD和P阈值优化的EEG通道选择算法；基于多重加权的EEG多模态特征融合算法；基于受限玻尔兹曼基的EEG深度多模态特征学习算法；基于残差网络的EEG多模态特征动态融合算法；基于多特征混合融合网络的EEG特征解码算法。