1.一种基于多维心理状态指标的心理状态判定方法，其特征在于，包括：
步骤1：确定至少两种心理状态指标来描述测试个体的心理状态；设计不同刺激模式的诱发心理状态变化实验，并实时采集并获取测试个体的心理状态指标数据，构建测试个体的不同心理状态所对应的训练集；
步骤2：预设不同心理状态所对应的训练集内心理状态指标数据的重要程度，进而构建出不同心理状态所对应的心理状态指标数据的判断矩阵，计算出不同心理状态所对应的训练集内心理状态指标数据的权重矩阵及相应判断矩阵的最大特征值；
步骤3：将不同心理状态所对应的训练集内心理状态指标数据分别与其相应权重矩阵相乘，得到不同心理状态所对应的训练集心理状态指标数据矩阵并存储至训练集心理状态集合；
步骤4：采集非实验条件下测试个体的心理状态指标数据，并分别与不同心理状态所对应的权重矩阵相乘后，再与训练集心理状态集合内元素相对应作差，得到差值矩阵；若差值矩阵的任一元素的绝对值均小于当前训练集心理状态集合内元素所对应最大特征值，则判定测试个体的心理状态为当前训练集心理状态集合内元素所对应的心理状态。
2.如权利要求1所述的一种基于多维心理状态指标的心理状态判定方法，其特征在于，所述步骤1中，心理状态指标数据包括面部微表情图像特征值及生理指标数据。
3.如权利要求1所述的一种基于多维心理状态指标的心理状态判定方法，其特征在于，在步骤2中，计算出不同心理状态所对应的训练集内心理状态指标数据的权重矩阵的过程包括：
分别计算出不同心理状态所对应的心理状态指标数据的判断矩阵的特征向量；
然后经过归一化处理，使特征向量满足总和为1，进而得到相应心理状态所对应的训练集内心理状态指标数据的权重矩阵。
4.如权利要求2所述的一种基于多维心理状态指标的心理状态判定方法，其特征在于，实时采集并获取测试个体的心理状态指标数据的具体过程为：
实时采集面部微表情图像及生理指标数据；
根据预构建的二维视角人脸模型，提取面部微表情图像的特征值，进而获取测试个体的面部微表情图像的特征值，再结合采集的生理指标数据，得到测试个体的心理状态指标数据。
5.一种基于多维心理状态指标的心理状态判定系统，其特征在于，包括：
训练集构建模块，其用于确定至少两种心理状态指标来描述测试个体的心理状态；设计不同刺激模式的诱发心理状态变化实验，并实时采集并获取测试个体的心理状态指标数据，构建测试个体的不同心理状态所对应的训练集；
判断矩阵计算模块，其用于预设不同心理状态所对应的训练集内心理状态指标数据的重要程度，进而构建出不同心理状态所对应的心理状态指标数据的判断矩阵，计算出不同心理状态所对应的训练集内心理状态指标数据的权重矩阵及相应判断矩阵的最大特征值；
训练集心理状态集合构建模块，其用于将不同心理状态所对应的训练集内心理状态指标数据分别与其相应权重矩阵相乘，得到不同心理状态所对应的训练集心理状态指标数据矩阵并存储至训练集心理状态集合；
心理状态判断模块，其用于采集非实验条件下测试个体的心理状态指标数据，并分别与不同心理状态所对应的权重矩阵相乘后，再与训练集心理状态集合内元素相对应作差，得到差值矩阵；若差值矩阵的任一元素的绝对值均小于当前训练集心理状态集合内元素所对应最大特征值，则判定测试个体的心理状态为当前训练集心理状态集合内元素所对应的心理状态。
6.如权利要求5所述的一种基于多维心理状态指标的心理状态判定系统，其特征在于，所述心理状态指标数据包括面部微表情图像特征值及生理指标数据。
7.如权利要求5所述的一种基于多维心理状态指标的心理状态判定系统，其特征在于，所述判断矩阵计算模块还包括：
特征向量计算模块，其用于分别计算出不同心理状态所对应的心理状态指标数据的判断矩阵的特征向量；
归一化处理模块，其用于将特征向量经过归一化处理，使其满足总和为1，进而得到相应心理状态所对应的训练集内心理状态指标数据的权重矩阵。
8.一种基于多维心理状态指标的心理状态判定系统，其特征在于，包括：
心理状态指标数据采集装置，其被配置为：在不同刺激模式的诱发心理状态变化实验下，实时采集并获取测试个体的心理状态指标数据；
服务器，其被配置为：
确定至少两种心理状态指标来描述测试个体的心理状态；接收所述诱发心理状态变化实验下的测试个体的心理状态指标数据，构建测试个体的不同心理状态所对应的训练集；
预设不同心理状态所对应的训练集内心理状态指标数据的重要程度，进而构建出不同心理状态所对应的心理状态指标数据的判断矩阵，计算出不同心理状态所对应的训练集内心理状态指标数据的权重矩阵及相应判断矩阵的最大特征值；
将不同心理状态所对应的训练集内心理状态指标数据分别与其相应权重矩阵相乘，得到不同心理状态所对应的训练集心理状态指标数据矩阵并存储至训练集心理状态集合；
所述心理状态指标数据采集装置，还用于实时采集非实验条件下测试个体的心理状态指标数据并传送至服务器；
所述服务器，还被配置为：
接收非实验条件下测试个体的心理状态指标数据，并分别与不同心理状态所对应的权重矩阵相乘后，再与训练集心理状态集合内元素相对应作差，得到差值矩阵；若差值矩阵的任一元素的绝对值均小于当前训练集心理状态集合内元素所对应最大特征值，则判定测试个体的心理状态为当前训练集心理状态集合内元素所对应的心理状态。
9.如权利要求8所述的一种基于多维心理状态指标的心理状态判定系统，其特征在于，所述心理状态指标数据包括面部微表情图像特征值及生理指标数据。
10.如权利要求8所述的一种基于多维心理状态指标的心理状态判定系统，其特征在于，所述服务器还被配置为：
分别计算出不同心理状态所对应的心理状态指标数据的判断矩阵的特征向量；
然后经过归一化处理，使特征向量满足总和为1，进而得到相应心理状态所对应的训练集内心理状态指标数据的权重矩阵。