1.一種液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述實(shí)時(shí)設(shè)計(jì)出與所述二次型脈沖神經(jīng)元模型適配的神經(jīng)元數(shù)字電路的步驟包括：
3.根據(jù)權(quán)利要求2所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述第一預(yù)設(shè)算法的表達(dá)式為：
4.根據(jù)權(quán)利要求1所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述液體層神經(jīng)元以及所述輸出層神經(jīng)元構(gòu)建出在線監(jiān)督學(xué)習(xí)算法的步驟包括：
5.根據(jù)權(quán)利要求4所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述基于所述學(xué)習(xí)規(guī)則對(duì)應(yīng)構(gòu)建出所述在線檢測(cè)學(xué)習(xí)算法的步驟包括：
6.根據(jù)權(quán)利要求1所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述基于預(yù)設(shè)環(huán)境根據(jù)所述最優(yōu)學(xué)習(xí)率、所述反向傳播率以及所述在線監(jiān)測(cè)學(xué)習(xí)算法完成液態(tài)狀態(tài)機(jī)的神經(jīng)形態(tài)學(xué)習(xí)的步驟包括：
7.根據(jù)權(quán)利要求6所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于：所述基于預(yù)設(shè)環(huán)境根據(jù)所述最優(yōu)學(xué)習(xí)率、所述反向傳播率以及所述在線監(jiān)測(cè)學(xué)習(xí)算法完成液態(tài)狀態(tài)機(jī)的神經(jīng)形態(tài)學(xué)習(xí)的步驟還包括：
8.一種液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法，其特征在于，所述方法包括：
9.一種計(jì)算機(jī)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任意一項(xiàng)所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法。
10.一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任意一項(xiàng)所述的液態(tài)狀態(tài)機(jī)神經(jīng)形態(tài)學(xué)習(xí)方法。