1.一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，包括：获取脑电信号并进行相应预处理；

对预处理后的脑电信号采用小波包变换进行频带分解，并采用互信息构建连通性矩阵；

基于所述连通性矩阵，分别构建基于最小生成树的脑网络及基于阈值选择的脑网络，并分别进行特征提取；

对双层脑网络中提取的特征进行特征融合，获得融合后的特征向量；

将融合后的特征向量输入预先训练的情绪识别模型中，获得情绪识别结果。

2.如权利要求1所述的一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，所述构建基于最小生成树的脑网络，采用Prim算法。

3.如权利要求1所述的一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，所述特征融合的方式采用基于贝叶斯加权平均的方式。

4.如权利要求1所述的一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，所述情绪识别模型采用随机森林分类器模型。

5.如权利要求1所述的一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，所述预处理包括但不限于眼电去除、降采样和基线校正。

6.如权利要求1所述的一种基于双层脑网络的脑电信号情绪识别方法，其特征在于，基于最小生成树的脑网络提取特征，包括但不限于叶分数、中介核心性、树的层次、特征路径长度和度。

7.如权利要求1所述的基于双层脑网络的脑电信号情绪识别方法，其特征在于,基于阈值选择的脑网络提取特征，包括但不限于全局聚类系数、局部聚类系数和全局效率。

8.一种基于双层脑网络的脑电信号情绪识别系统，其特征在于，包括：数据获取模块，被配置为：获取脑电信号并进行相应预处理；

连通性矩阵构建模块，被配置为：对预处理后的脑电信号采用小波包变换进行频带分解，并采用互信息构建连通性矩阵；

特征提取模块，被配置为：基于所述连通性矩阵，分别构建基于最小生成树的脑网络及基于阈值选择的脑网络，并分别进行特征提取；

特征融合模块，被配置为：对双层脑网络中提取的特征进行特征融合，获得融合后的特征向量；

情绪识别模块，被配置为：将融合后的特征向量输入预先训练的情绪识别模型中，获得情绪识别结果。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1‑7任一项所述的基于双层脑网络的脑电信号情绪识别方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑7任一项所述的基于双层脑网络的脑电信号情绪识别方法中的步骤。