基于脉冲神经网络的数据处理方法、装置、设备及介质

本申请公开了一种基于脉冲神经网络的数据处理方法、装置、设备及介质，所述方法包括：获取有对应类型标签的时间序列数据；对时间序列数据中每一时间单元的数据进行特征提取，得到每一时间单元的特征；提取特征在相邻时间单元间的变化量，并根据变化量生成特征编码时间序列；将特征编码时间序列及其对应的类型标签输入脉冲神经网络模型进行训练，训练过程中目标神经元与非目标神经元的权重更新采用差异化学习窗口；最终基于训练好的脉冲神经网络模型实现时间序列对应类型的提前判定。本申请能够充分发挥脉冲神经网络的时序特征处理能力，在未输入完整特征编码时间序列的情况下实现提前判定，有效提升了处理效率与准确性。