随着人工智能的不断发展,便携式和穿戴式设备的流行,如智能手表可以监控人体睡眠质量,身体状态,智能体重计可以分析身体体脂元素等等。早些年一些教育专家提出的元认知教育是学习者自己本身的学习能力的加强,近些年也渐渐进入家长和教育实施者的眼中,然而在正常的教学过程中,元认知教育更多的存在于心理教育和特殊的环境教育。元认知教育的有效性是因为该教育强调的学习者自我认知,自我认识,创造一个良好的学习环境。然后针对不同的个体的训练也只是建立在不同个体的不同心理环境进行相应的心理指导。本文提出了使用脑电波对人体进行数据采集,实时显示个体学习状态,从而达到一个很好的外部监控,提高学习效率。本文使用脑电采集器,因脑电信号易受影响,需要对采集到的脑电信号进行处理。因正常脑电信号频率范围在0-70Hz,本文采用0-70Hz的低通滤波器处理原始信号。然后对比小波变换与独立主成分析算法,将脑电信号中包含的眼电信号滤除。经过对比结果,分析将分层后信号进行独立主成分析,即WT-FastICA的方法将脑电信号进行滤波效果可能更好。然后计算三种方法的相关系数,最终选择第三种方法,即小波与ICA的结合。最后,本文设计三个实验环境,分别建立一个疲劳预测模型,不同情绪,不通的工作性质下的脑波变化特征,具有一定意义的参考价值,同时反馈出测试者的学习状态。本文称该部分的设计称为外部监控系统,通过一个事实的监控系统展示出受试者实时的状态,使用这样的外部检测系统,可以广泛的应用在元认知教育领域,与其强调的内在监控以及外部的心理教育相互协调,以达到更好的教学目标。