鉴于现有技术中脉冲神经网络分类效果不理想的现状，本发明提供一种基于相互作用的多层脉冲神经网络的图像分类方法，使用多层神经元模型的脉冲网络，采用多层的形式更好的模拟人类大脑的生物神经元模型，将图像输入到神经网络中，先通过泊松序列脉冲的转换，将图像转化为相应的泊松序列输入到第一层神经网络的刺激层，通过刺激层与抑制层的相互作用，可以得到该刺激层的输出，再输入到下一层的刺激层神经元中，经过多次的神经元刺激层与抑制层的相互处理，可以更好模拟现实社会中的人脑特性，达到更好的分类效果。