针对基于EEG的脑—机接口（BCI）实验数据分布不明朗的特点，双滤波模式（DFP）算法利用样本模式相似性来优化BCI的分类特征——运动相关电位（MRPs）特征的空间（即电极位置）和时间投影方向，使得映射后异类样本模式差异性与同类相似性的比值最大化。该算法考虑MRPs特征对时间、空间的敏感性，并以自适应的方式挖掘它们适合分类的信息；优化时不需要进行样本数据分布假设，符合BCI数据特点。最后，DFP算法对BCIcompetitionⅠ、Ⅱ两组数据进行实验，识别效果均高于相关比赛的最好成绩，这表明DFP算法能有效提取MRPs特征。