本发明公开了数字信号处理和脑电信号技术领域的一种基于特征选择的脑电注意力识别系统及方法，包括：采集不同注意力任务中的脑电信号；对采集到的脑电信号进行预处理；对预处理后的脑电信号进行分段得到多个样本后，对样本进行特征提取；使用ReliefF算法根据所提取的特征与类别标签之间的相关性计算该特征的权值，并求取所有权值的平均值作为阈值，将权值大于阈值的特征作为初选特征；计算初选特征的互信息量，通过相关性对特征进行复选；使用RFECV对特征中的通道信息在分类器上的表现为依据进行评分排序，选出最佳特征作为最终特征，得到特征集；将所得的特征集使用支持向量机进行注意力脑电的识别。本发明减少了特征的冗余，提高了分类的准确度。