本发明涉及一种基于度量的几何对齐迁移学习的脑电信号分类方法。度量学习用来分析已标记样本及其近邻样本的关系，度量二者之间的相似性。首先，利用两个投影矩阵将源域样本和目标域样本映射到共享子空间中，同时进行边缘概率分布对齐和条件概率分布对齐，最小化源域和目标域的距离来减小分布差异，并且通过拉普拉斯矩阵保持局部结构；然后，在共享子空间中对已有标签的源域样本采用马氏距离度量计算度量矩阵，使得类内距最小和类间距最大；最后，得出优化目标。本发明在脑电信号处理、脑机接口系统中具有广阔的应用前景。