1.一种脑电状态识别方法，其特征在于，包括：
获取用户所对应的脑电识别模型；
采集所述用户的脑电信号；
从所述脑电信号中提取出特征值；
采用所述脑电识别模型对所述特征值进行分析，识别出所述脑电信号所处的状态类型。
2.如权利要求1所述的脑电状态识别方法，其特征在于，所述获取用户所对应的脑电识别模型，具体包括：
从预先建立的模型库中获取所述用户所对应的脑电识别模型。
3.如权利要求1所述的脑电状态识别方法，其特征在于，所述获取用户所对应的脑电识别模型，具体包括：
采集所述用户大脑处于不同状态时的脑电信号样本；
分别从每个状态下的脑电信号样本中提取出特征值；
对所述每个状态下的特征值进行训练，构建所述用户所对应的脑电识别模型。
4.如权利要求1所述的脑电状态识别方法，其特征在于，所述从所述脑电信号中提取出特征值，具体包括：
将所述脑电信号由时域信号转换为频域信号，获得脑电频域信号；
获取所述脑电频域信号中每个频率的脑电能量；
分别计算当前窗口的脑电能量与其前N个窗口中的每个窗口的脑电能量的差值，获得第一能量差值；其中，所述当前窗口为当前时刻与其前M个时刻之间的时间段；其中，N≥1，M≥1；
计算当前窗口的脑电能量与预先获取的用户处于放松状态时的平均脑电能量的差值，获得第二能量差值；
将所述每个频率的脑电能量、所述第一能量差值和所述第二能量差值作为所述脑电信号的特征值。
5.如权利要求1至4任一项所述的脑电状态识别方法，其特征在于，在所述从所述脑电信号中提取出特征值之前，还包括：
根据预设频段对采集到的所述脑电信号进行过滤。
6.一种脑电状态识别装置，其特征在于，包括：
获取模块，用于获取用户所对应的脑电识别模型；
采集模块，用于采集所述用户的脑电信号；
提取模块，用于从所述脑电信号中提取出特征值；以及，
识别模块，用于采用所述脑电识别模型对所述特征值进行分析，识别出所述脑电信号所处的状态类型。
7.如权利要求6所述的脑电状态识别装置，其特征在于，所述获取模块具体包括：
模型获取单元，用于从预先建立的模型库中获取所述用户所对应的脑电识别模型。
8.如权利要求6所述的脑电状态识别装置，其特征在于，所述获取模块具体包括：
样本采集单元，用于采集用户大脑处于不同状态时的脑电信号样本；
提取单元，用于分别从每个状态下的脑电信号样本中提取出特征值；以及，
模型构建单元，用于对所述每个状态下的特征值进行训练，构建所述用户的脑电识别模型。
9.如权利要求6所述的脑电状态识别装置，其特征在于，所述提取模块具体包括：
转换单元，用于将所述脑电信号由时域信号转换为频域信号，获得脑电频域信号；
脑电能量获取单元，用于获取所述脑电频域信号中每个频率的脑电能量；
第一能量差值获取单元，用于分别计算当前窗口的脑电能量与其前N个窗口中的每个窗口的脑电能量的差值，获得第一能量差值；其中，所述当前窗口为当前时刻与其前M个时刻之间的时间段；其中，N≥1，M≥1；
第二能量差值获取单元，用于计算当前窗口的脑电能量与预先获取的用户处于放松状态时的平均脑电能量的差值，获得第二能量差值；以及，
特征值获取单元，用于将所述每个频率的脑电能量、所述第一能量差值和所述第二能量差值作为所述脑电信号的特征值。
10.如权利要求6至9任一项所述的脑电状态识别装置，其特征在于，所述脑电状态识别装置还包括：
过滤模块，用于根据预设频段对采集到的所述脑电信号进行过滤。