基于迁移学习的脑电情绪分类方法，步骤包括：S100：使用62导联脑电数据采集设备采集脑电信号，作为训练样本；S200：对训练样本进行预处理；S300：构建基于深度域适应网络的脑电情绪迁移模型，该模型由一个特征提取器、一个类别预测器、一个域分类器组成；S400：将预处理好的训练样本输入到所述构建好的迁移模型中，混合经过预处理的源域有标签情绪脑电数据和目标域无标签情绪脑电数据共同对迁移模型进行迭代训练；S500：训练后选取准确率最高的一次，作为最终用于识别脑电情绪的迁移模型；S600：使用所述最终用于识别脑电情绪的迁移模型对脑电情绪进行分类。该方法能够让迁移模型能有效地解决脑电情绪跨被试迁移问题。