本申请涉及一种数据处理方法、装置、计算机设备和存储介质。所述方法包括：获取包含多个训练特征的训练集合，训练特征携带标签；输入各个训练特征至初始脉冲神经网络，通过初始脉冲神经网络的初始延时参数对各个训练特征进行延时处理，得到各个训练特征的延时特征；通过初始脉冲神经网络的预设学习规则、标签和延时特征对初始脉冲神经网络的权重参数和延时参数进行学习，直至初始脉冲神经网络满足预设收敛条件，生成目标脉冲神经网络，目标脉冲神经网络包括目标权重参数和目标延时参数。通过延时参数增加样本的多样性，提升网络的复杂度和信息表征能力，从而提升网络的性能。