一种基于特征融合和注意力机制的脑电信号分类识别方法属于计算机软件领域，针对现有脑机接口系统中采集的脑电信号信噪比低的问题。首先，使用具有不同卷积核大小的过滤器对脑电信号进行处理，使得深度学习网络可以学习到不同大小感受野的特征，以提高网络对于高噪声中有效信息的获取。同时，采用注意力机制对融合后的特征进行权重分配，以加强对高价值特征的选择，从而抑制其他噪声信息，以用来克服脑电信号具有的信噪比低的特点。本发明可以有效地提高对脑电信号的识别和分类性能，提升脑机接口系统的效率。