【摘要】人工智能与脑神经科学在揭示教育规律中发挥着重要作用。大量研究从理论上阐述了两者结合的价值，但少有实证研究厘清相应的技术路径和解释方式。其原因是教育场景缺少复杂脑神经数据的智能特征提取方案，以及适配的智能分类和预测模型。本研究以40名在线德语学习者的脑电数据集为样本，将60个德语句子用四种媒体表征方式呈现，基于变分模态分解和样本熵的方法分析和解释学习者不同脑功能区和波段对数字资源呈现方式对视觉舒适度影响的内在原因，并通过机器学习分类方法比较在线学习视觉舒适度的自动识别精确度，为人工智能协同脑神经创设适宜的学习环境提供了理论基础，有助于优化学习者脑电的智能特征提取和分类方法，为构建健康的在线学习环境提供评价策略。