本发明涉及一种基于自适应学习的用户无关肌电手势识别系统，包括依次连接的数据获取单元、聚类单元、自适应KNN近邻分类器和风险评估器；所述数据获取单元，获取现有用户数据，并进行数据处理；所述聚类单元，将数据处理后的信号数据，采用K‑Means聚类找到不同动作的聚类中心，提取各个用户每种动作与聚类中心距离最短的N个样本充当训练集，用于训练自适应KNN近邻分类器；所述自适应KNN近邻分类器，用于根据新用户数据得到对应的标签；所述风险评估器对新用户数据进行评估，合格的样本则用来替换训练集的偏远样本和更新训练集样本的权值。本发明解决了因肌电信号的个体差异性而导致的模型不通用问题，无需用户再训练步骤，极大的提高了用户的使用体验，且识别正确率会动态提升。