SNN（脈沖神經網絡）——一種大數據算法，同傳統(tǒng)的人工神經網絡一樣，脈沖神經網絡同樣分為三種拓撲結構。它們分別是前饋型脈沖神經網絡（feed-forwardspikingneuralnetwork）、遞歸型脈沖神經網絡（recurrentspikingneuralnetwork）和混合型脈沖神經網絡（hybirdspikingneuralnetwork）。

1、前饋型脈沖神經網絡

在多層前饋脈沖神經網絡結構中，網絡中的神經元是分層排列的，輸入層各神經元的脈沖序列表示對具體問題輸入數據的編碼，并將其輸入脈沖神經網絡的下一層。最后一層為輸出層，該層各神經元輸出的脈沖序列構成網絡的輸出。輸入層和輸出層之間可以有一個或者多個隱藏層。

2、遞歸型脈沖神經網絡

遞歸型神經網絡不同于多層前饋神經網絡和單層神經網絡，網絡結構中具有反饋回路，即網絡中神經元的輸出是以前時間步長上神經元輸出的遞歸函數。

3、混合型脈沖神經網絡

混合型脈沖神經網絡即包括前饋型結構，又包含遞歸型結構。