本发明公开了一种基于卷积脉冲神经网络的预注意力提取方法，对脉冲原始数据极性合并后进行时间维度上的过滤，然后计算所有样本在不同像素位置的累计脉冲激活数量，得到能表示不同位置脉冲出现频率的预注意力样本；在原始脉冲数据通过卷积脉冲神经网络正常前馈的同时，并使预注意力样本共同卷积前馈，在各层通过特定函数转换为预注意力大小分别对各个神经元的膜电位进行调节，以指导各层的神经元的脉冲发放。本发明的方法使得卷积脉冲神经网络结合预注意力进行运算，从而令网络能够更加关注较重要的脉冲事件，并减少对不重要脉冲时间的关注和忽略噪声脉冲，提高网络的整体性能。