本文旨在探索大腦疲勞的客觀指標，提高腦疲勞狀態檢測的正確率。通過持續認知任務實驗誘發腦疲勞，在腦電數據的基礎上，構建了正常態和疲勞態的腦功能網絡，利用復雜網絡理論計算并分析了正常態和疲勞態的腦功能網絡節點特征參數（度、中間中心度、聚類系數和節點平均路徑長度），并將其作為支持向量機的分類特征，采用網格搜索法對 6 重交叉驗證下的支持向量機進行參數尋優，實現對所有被試的分類研究。結果表明，將腦功能網絡的節點特征參數作為分類算法的分類特征，能夠很好地區分正常態與腦疲勞態，可以將該方法用于腦疲勞狀態的客觀評定中。