1.脑电数据交互方法，其特征在于，所述方法具体包括以下步骤：获取多个脑电采集模式，进行VR场景规划，构建VR采集场景；

按照所述VR采集场景，与用户进行虚拟交互，并进行脑电采集记录，获取脑电采集数据；

对所述脑电采集数据进行分类处理，生成多个交互采集数据；

基于多个所述交互采集数据，创建训练集和测试集，进行模型测试训练，构建脑电交互模型；

获取应用脑电数据，导入所述脑电交互模型中，输出应用交互指令并进行交互控制；

所述获取多个脑电采集模式，进行VR场景规划，构建VR采集场景具体包括以下步骤：接收管理人员的脑电采集请求；

根据所述脑电采集请求，生成并展示模式选择界面；

通过所述模式选择界面，选择多个脑电采集模式；

按照多个所述脑电采集模式，进行VR场景规划，构建VR采集场景；

按照多个所述脑电采集模式，进行VR场景规划，构建VR采集场景的方法包括如下子步骤：获取可执行的多个脑电采集模式，其中多个脑电采集模式包括脑电图采集模式、脑磁图采集模式以及近红外光谱成像采集模式；

根据脑电图采集模式进行VR场景规划以建立第一类VR采集场景，根据脑磁图采集模式进行VR场景规划以建立第二类VR采集场景，根据近红外光谱成像采集模式进行VR场景规划以建立第三类VR采集场景；

获取第一类VR采集场景中的多个第一类VR采集子场景，获取第二类VR采集场景中的多个第二类VR采集子场景以及获取第三类VR采集场景中的多个第三类VR采集子场景；

基于多个第一类VR采集子场景、多个第二类VR采集子场景以及多个第三类VR采集子场景，构建得到VR采集场景；

所述按照所述VR采集场景，与用户进行虚拟交互，并进行脑电采集记录，获取脑电采集数据具体包括以下步骤：对用户进行VR采集准备监测，获取准备监测数据；

根据所述准备监测数据，在完成VR采集准备时，播放所述VR采集场景，与用户进行虚拟交互；

生成采集记录指令；

按照所述采集记录指令，对用户进行脑电采集记录，获取脑电采集数据；

在根据所述准备监测数据，在完成VR采集准备时，播放所述VR采集场景，与用户进行虚拟交互的步骤中，通过以下方法确定其中一种VR采集场景作为与当前用户进行虚拟交互的最佳VR采集场景，具体方法包括：分别播放第一类VR采集场景、第二类VR采集场景以及第三类VR采集场景，获取与用户进行虚拟交互时对应的虚拟交互数据，其中所述虚拟交互数据包括用户生理指标数据、技术性能指标数据以及交互稳定性数据；

获取用户生理指标数据、技术性能指标数据以及交互稳定性数据，其中所述用户生理指标数据包括心率与皮肤电导参数，所述技术性能指标数据包括帧率、延迟率与交互响应时间，所述交互稳定性数据包括系统崩溃频率；

根据用户生理指标数据、技术性能指标数据以及交互稳定性数据，计算在播放每一类VR采集场景时对应用户的虚拟交互质量指数，并将最大的虚拟交互质量指数对应的VR采集场景作为当前用户匹配的VR采集场景；

用户的虚拟交互质量指数的计算公式表示为：

；

其中， 表示用户的虚拟交互质量指数， 表示用户的虚拟交互质量指数的基准值，表示用户生理指标数据项的质量指数， 表示技术性能指标数据项的质量指数， 表示交互稳定性数据项的质量指数， 表示用户生理指标数据项的权重因子， 表示技术性能指标数据项的权重因子， 表示交互稳定性数据项的权重因子；

用户生理指标数据项的质量指数 的计算公式表示为：；

其中， 表示心率项的质量指数的换算因子， 表示当前用户进行虚拟交互时的心率值， 表示当前用户在未进行虚拟交互时的心率值， 表示皮肤电导项的质量指数的换算因子， 表示当前用户进行虚拟交互时皮肤电导的变化值， 表示多个用户进行虚拟交互时皮肤电导的变化值的平均值；

技术性能指标数据项的质量指数 的计算公式表示为：；

其中， 表示帧率项的质量指数的换算因子， 表示延迟率项的质量指数的换算因子， 表示交互响应时间项的质量指数的换算因子， 表示当前VR采集场景下进行虚拟交互时对应的帧率， 表示在多种VR采集场景下进行虚拟交互时的平均帧率， 表示当前VR采集场景下进行虚拟交互时对应的延迟率， 表示在多种VR采集场景下进行虚拟交互时的平均延迟率， 表示当前VR采集场景下进行虚拟交互时对应的交互响应时间， 表示在多种VR采集场景下进行虚拟交互时的平均交互响应时间；

交互稳定性数据项的质量指数 的计算公式表示为：

；

其中， 表示系统崩溃频率项的质量指数的换算因子， 表示当前VR采集场景下进行虚拟交互时对应的系统崩溃频率， 表示在多种VR采集场景下进行虚拟交互时的系统崩溃平均频率， 表示频率项的校正因子。

2.根据权利要求1所述的脑电数据交互方法，其特征在于，对所构建的VR采集场景进行场景模拟的完整度评价，通过计算VR采集场景的场景模拟完整度综合指数来进行评价，对所构建的VR采集场景进行场景模拟的完整度评价的方法包括如下步骤：获取VR采集场景的场景模拟所包含的场景模拟项目，其中所述场景模拟项目包括环境模拟项、设备模拟项以及交互模拟项；

获取环境模拟项对应的环境模拟项完整度、设备模拟项对应的设备模拟项完整度以及交互模拟项对应的交互模拟项完整度；

根据环境模拟项完整度、设备模拟项完整度以及交互模拟项完整度计算得到VR采集场景的场景模拟完整度综合指数；

其中，VR采集场景的场景模拟完整度综合指数的计算公式表示为：；

其中， 表示VR采集场景的场景模拟完整度综合指数， 表示VR采集场景的场景模拟完整度综合指数的基准值， 表示第 类VR采集场景中的第 项场景模拟项目对应的完整度， 表示第 类VR采集场景中的第 项场景模拟项目的完整度的校正因子， 表示VR采集场景的类别最大数量，表示每种VR采集场景中场景模拟项目的最大数量。

3.根据权利要求1所述的脑电数据交互方法，其特征在于，所述对所述脑电采集数据进行分类处理，生成多个交互采集数据具体包括以下步骤：根据多个所述脑电采集模式，生成多个分类类型；

按照多个所述分类类型，对所述脑电采集数据进行分类分析，生成分类分析结果；

根据所述分类分析结果，进行分类处理，生成多个交互采集数据；

按照多个所述分类类型，对所述脑电采集数据进行分类分析，生成分类分析结果的方法包括：对所述脑电采集数据进行数据预处理以得到脑电波信号；

提取所述脑电波信号的特征，脑电波信号的特征包括频率特征、幅度特征以及相位特征；

采用支持向量机分类模型进行训练，将训练好的分类模型对所述脑电波信号的特征进行处理以生成分类分析结果；

其中，通过计算分析结果整体质量指数对分类分析结果进行结果质量的评估，分析结果整体质量指数的计算公式表示为：；

其中， 表示分析结果整体质量指数， 表示分析结果整体质量指数的基准值， 表示准确率项的权重值， 表示召回率项的权重值， 表示F1分数项的权重值， 表示准确率项的质量指数， 表示召回率项的质量指数， 表示F1分数项的质量指数。

4.根据权利要求3所述的脑电数据交互方法，其特征在于，所述基于多个所述交互采集数据，创建训练集和测试集，进行模型测试训练，构建脑电交互模型具体包括以下步骤：按照预设的创建比例，生成创建信号；

根据所述创建信号，将多个所述交互采集数据进行处理，创建生成训练集和测试集；

获取待训练的基础脑电模型；

通过所述训练集和所述测试集对所述基础脑电模型进行训练与测试，构建脑电交互模型；

所述获取应用脑电数据，导入所述脑电交互模型中，输出应用交互指令并进行交互控制具体包括以下步骤：采集获取应用脑电数据；

将所述应用脑电数据导入所述脑电交互模型中；

输出所述应用脑电数据对应的应用交互指令；

通过所述应用交互指令，进行相应的交互控制。

5.根据权利要求4所述的脑电数据交互方法，其特征在于，输出所述应用脑电数据对应的应用交互指令的方法包括如下步骤：基于所述应用脑电数据，提取与特定交互意图相关的目标应用特征数据；

确认每个目标应用特征数据与所述特定交互意图之间的特征关联度；

筛选出特征关联度大于预设特征关联度的目标应用特征数据，并输入至所述脑电交互模型中进行模型推理以得到模型推理结果；

根据所述模型推理结果，在预设指令集中查找与所述模型推理结果相对应的应用交互指令。

6.一种脑电数据交互系统，其特征在于，应用如权利要求1至5任一项所述的脑电数据交互方法，所述系统包括VR场景规划单元、虚拟交互记录单元、数据分类处理单元、模型测试训练单元和脑电交互控制单元，其中：VR场景规划单元，用于获取多个脑电采集模式，进行VR场景规划，构建VR采集场景；

虚拟交互记录单元，用于按照所述VR采集场景，与用户进行虚拟交互，并进行脑电采集记录，获取脑电采集数据；

数据分类处理单元，用于对所述脑电采集数据进行分类处理，生成多个交互采集数据；

模型测试训练单元，用于基于多个所述交互采集数据，创建训练集和测试集，进行模型测试训练，构建脑电交互模型；

脑电交互控制单元，用于获取应用脑电数据，导入所述脑电交互模型中，输出应用交互指令并进行交互控制；

所述VR场景规划单元具体包括：

请求接收模块，用于接收管理人员的脑电采集请求；

界面生成模块，用于根据所述脑电采集请求，生成并展示模式选择界面；

模式选择模块，用于通过所述模式选择界面，选择多个脑电采集模式；

规划构建模块，用于按照多个所述脑电采集模式，进行VR场景规划，构建VR采集场景。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至5中任一项权利要求所述脑电数据交互方法的步骤。