警觉度可以衡量人在一定时期内保持注意力的程度，对警觉度的准确度量和估计可以被用来预防在高危作业中经常发生的严重事故。脑电信号(ElectroEncephaloGraph, EEG)是大脑中上亿个单独的神经元随机触发的生物电活动的综合反映，布于头皮上的电极与参考电位间的电位差被记录下来，是人脑状态的自然真实流露，正确解读和翻译脑电信号中所蕴含的信息具有重大实际价值。基于脑电信号的脑机接口是检测人脑传达信息的一种重要手段和方式，利用这项技术对人的警觉度做出判断和预测是计算机科学、生物科学、心理学三者交叉结合的一个综合应用领域，具有非常可观的前景。然而想要根据实时的脑电信号可靠的预测警觉度水平通常会遇到一些较大的问题，包括难以获得与信号一一对应的准确的标定，信号对伪迹的高度敏感性，较难挖掘表征警觉度的相关特征，以及脑电信号在不同个体，甚至不同年龄、性别间的分布形式显著不同。在本文中我们相继克服了这些困难，给出了一套完整的利用脑电信号预测分析警觉度的方案。并在给定的12组数据集上进行了大量的对比实验，以具有说服力的评价标准证明了我们整套方案的有效性。我们利用额叶上的部分电极，最终分别使用逻辑斯蒂回归(LogisticRegression, LR)、高斯混合模型(Gaussian Mixture Model, GMM)和支持向量机(Support Vector Machine, SVM)得到了一个较高的分类结果，并基于接受者操作特征(Receiver Operating Characteristic, ROC)图具有合理的解释，对未来警觉度估计的实际应用提供了可行的解决方案。本文的主要贡献如下：1.针对事件刺激反馈的实验设计了一个综合考虑被试任务错误率和反应时间的惩罚函数，我们提出的关于惩罚函数的定义引出了修正错误率的概念，并基于此提出了一种警觉度的自动量化与标注方法。2.详细考察了脑电信号中伪迹的来源与影响，并利用这些先验知识使用了大量信号处理领域的先进技术对原始脑电信号进行滤波、下采样、去噪。建立了完善的脑电信号预处理方法。3.分析了挖掘脑电信号中与警觉度相关特征的几种可行方案，并最终选择利用综合时域及频域特征的脑电信号的特征提取方法。4.尝试使用了基于生成模型、判别模型、支持向量机这几种不同策略用于警觉度分类，并在基本的分类准确率指标外结合了ROC图评估了不同分类器的表现，给出了系统评价警觉度分类有效性的方案。