情緒是人類重要的生理屬性，情緒識別技術可以更好地輔助人類進行自我認識。本文針對不同受試者之間的腦電信號（EEG）存在巨大差異的難點，在傳統鯨魚優化算法（WOA）中引入新機制，加速算法的優化和收斂。同時，將改進的鯨魚優化算法（IWOA）用于搜索極限學習機模型（ELM）中的最佳訓練方案，包括最佳特征集、訓練參數以及腦電通道。納入24種常見的EEG情緒特征進行測試，發現不同受試者最佳腦電情緒特征之間存在一定特異性，同時也具有共性。本文所提方法在腦電情緒識別中獲得92.19%的平均識別準確率，顯著減少了手動調試模型的工作量，且具有更高的識別精度和更短的訓練時間，相較于對照方法具備更優越的性能，為情緒腦電信號解碼研究提供了新的思路。