1.一种具有深度时间划窗的神经元信息处理方法，其特征在于，所述方法包括：
接收前端脉冲神经元输出信息，所述前端脉冲神经元输出信息包括前端脉冲神经元输出的脉冲尖端信息；
读取第一当前脉冲神经元信息，所述第一当前脉冲神经元信息包括当前时间窗内脉冲尖端信息历史序列；
根据所述前端脉冲神经元输出的脉冲尖端信息，和所述当前时间窗内脉冲尖端信息历史序列，获取当前时间窗内脉冲尖端信息更新序列；
根据所述当前时间窗内脉冲尖端信息更新序列，确定第二当前脉冲神经元信息；
根据所述前端脉冲神经元信息和所述第二当前脉冲神经元信息，计算当前脉冲神经元输出信息；
输出所述当前脉冲神经元输出信息。
2.根据权利要求1所述的具有深度时间划窗的神经元信息处理方法，其特征在于：
所述当前时间窗内脉冲尖端信息历史序列，包括：按时间步顺序存储的，当前时间步前的N个时间步接收的各前端脉冲神经元输出信息组成的序列，其中，所述当前时间窗内脉冲尖端信息历史序列中的第一个时间步的脉冲尖端信息，为当前时间步前的第一个时间步接收的前端脉冲神经元输出信息，所述当前时间窗内脉冲尖端信息历史序列中的第N个时间步的脉冲尖端信息，为当前时间步前的第N个时间步接收的前端脉冲神经元输出信息，其中N为自然数；
则所述根据所述前端脉冲神经元输出信息，和所述当前时间窗内脉冲尖端信息历史序列，获取当前时间窗内脉冲尖端信息更新序列，包括：
将所述当前时间窗内脉冲尖端信息历史序列中的第N个时间步的脉冲尖端信息删除，将第一个时间步至第N-1个时间步的脉冲尖端信息，顺序变更为第二个时间步至第N个时间步的脉冲尖端信息；
将当前时间步接收的所述前端脉冲神经元输出信息，设置为所述当前时间窗内脉冲尖端信息历史序列中第一个时间步的脉冲尖端信息；
将更新后的第一个时间步至第N个时间步的脉冲尖端信息，组成当前时间窗内脉冲尖端信息更新序列。
3.根据权利要求2所述的具有深度时间划窗的神经元信息处理方法，其特征在于：
所述前端脉冲神经元输出信息，还包括：前端神经元与当前神经元的连接权重索引；
所述当前脉冲神经元信息，还包括：当前时间窗宽度、历史膜电位信息和膜电位泄漏信息；
所述根据所述前端脉冲神经元信息和所述第二当前脉冲神经元信息，计算当前脉冲神经元输出信息，包括：
根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；
根据所述当前时间窗宽度、所述当前时间窗内脉冲尖端信息更新序列，通过衰减函数计算前端脉冲神经元输入信息；
根据所述前端脉冲神经元输入信息、所述前端脉冲神经元与当前脉冲神经元的连接权重、所述历史膜电位信息、所述膜电位泄漏信息，通过脉冲神经元计算模型，计算当前脉冲神经元输出信息。
4.根据权利要求1所述的具有深度时间划窗的神经元信息处理方法，其特征在于，在所述根据所述前端脉冲神经元信息和所述第二当前脉冲神经元信息，计算当前脉冲神经元输出信息的步骤之后在，在所述输出所述当前脉冲神经元输出信息的步骤之前，所述方法还包括：
获取阈值电位；
将所述当前脉冲神经元输出信息和所述阈值电位进行比较，根据比较结果确定发放触发标志信息，所述发放触发标志信息包括：发放触发或发放不触发；
当所述发放触发标志信息为发放触发时，复位不应期计时器，并更新所述历史膜电位信息为预设的复位膜电位信息。
5.根据权利要求4所述的具有深度时间划窗的神经元信息处理方法，其特征在于，还包括：
当所述发放触发标志信息为发放不触发时，读取不应期宽度和不应期计时器的当前时间步；
根据所述不应期宽度和所述不应期计时器的当前时间步，判断当前时间是否在不应期内，若当前时间在所述不应期内，将所述不应期计时器累加计时一个时间步，不更新所述历史膜电位信息；
若当前时间不在应期内，将所述不应期计时器累加计时一个时间步，并更新所述历史膜电位信息为所述当前脉冲神经元输出信息。
6.根据权利要求4所述的具有深度时间划窗的神经元信息处理方法，其特征在于，所述获取阈值电位，包括：
读取随机阈值掩模电位、阈值偏置和随机阈值；
将所述随机阈值和所述随机阈值掩模电位进行按位与操作，获取阈值随机叠加量；
根据所述阈值随机叠加量和所述阈值偏置，确定所述阈值电位。
7.根据权利要求4所述的具有深度时间划窗的神经元信息处理方法，其特征在于，所述输出所述当前脉冲神经元输出信息，包括：
读取发放使能标识，所述发放使能标识包括允许发放数据或不允许发放数据；当所述发放使能标识为允许发放数据时，
读取所述发放触发标志信息，当所述发放触发标志信息为发放触发时；
输出所述当前脉冲神经元输出信息。
8.一种具有深度时间划窗的神经元信息处理系统，其特征在于，包括：
前端脉冲神经元输出信息接收模块，用于接收前端脉冲神经元输出信息，所述前端脉冲神经元输出信息包括前端脉冲神经元输出的脉冲尖端信息；
第一当前脉冲神经元信息读取模块，用于读取第一当前脉冲神经元信息，所述第一当前脉冲神经元信息包括当前时间窗内脉冲尖端信息历史序列；
当前时间窗内脉冲尖端信息更新序列获取模块，用于根据所述前端脉冲神经元输出的脉冲尖端信息，和所述当前时间窗内脉冲尖端信息历史序列，获取当前时间窗内脉冲尖端信息更新序列；
第二当前脉冲神经元信息确定模块，用于根据所述当前时间窗内脉冲尖端信息更新序列，确定第二当前脉冲神经元信息；
当前脉冲神经元输出信息计算模块，用于根据所述前端脉冲神经元信息和所述第二当前脉冲神经元信息，计算当前脉冲神经元输出信息；
当前脉冲神经元输出信息输出模块，用于输出所述当前脉冲神经元输出信息。
9.根据权利要求8所述的具有深度时间划窗的神经元信息处理系统，其特征在于：
所述当前时间窗内脉冲尖端信息历史序列，包括：按时间步顺序存储的，当前时间步前的N个时间步接收的各前端脉冲神经元输出信息组成的序列，其中，所述当前时间窗内脉冲尖端信息历史序列中的第一个时间步的脉冲尖端信息，为当前时间步前的第一个时间步接收的前端脉冲神经元输出信息，所述当前时间窗内脉冲尖端信息历史序列中的第N个时间步的脉冲尖端信息，为当前时间步前的第N个时间步接收的前端脉冲神经元输出信息，其中N为自然数；
则所述当前时间窗内脉冲尖端信息更新序列获取模块，用于：
将所述当前时间窗内脉冲尖端信息历史序列中的第N个时间步的脉冲尖端信息删除，将第一个时间步至第N-1个时间步的脉冲尖端信息，顺序变更为第二个时间步至第N个时间步的脉冲尖端信息；
将当前时间步接收的所述前端脉冲神经元输出信息，设置为所述当前时间窗内脉冲尖端信息历史序列中第一个时间步的脉冲尖端信息；
将更新后的第一个时间步至第N个时间步的脉冲尖端信息，组成当前时间窗内脉冲尖端信息更新序列。
10.根据权利要求9所述的具有深度时间划窗的神经元信息处理系统，其特征在于：
所述前端脉冲神经元输出信息，还包括：前端神经元与当前神经元的连接权重索引；
所述当前脉冲神经元信息，还包括：当前时间窗宽度、历史膜电位信息和膜电位泄漏信息；
所述当前脉冲神经元输出信息计算模块，包括：
脉冲神经元连接权重读取单元，用于根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；
前端脉冲神经元输入信息计算单元，用于根据所述当前时间窗宽度、所述当前时间窗内脉冲尖端信息更新序列，通过衰减函数计算前端脉冲神经元输入信息；
当前脉冲神经元输出信息计算单元，用于根据所述前端脉冲神经元输入信息、所述前端脉冲神经元与当前脉冲神经元的连接权重、所述历史膜电位信息、所述膜电位泄漏信息，通过脉冲神经元计算模型，计算当前脉冲神经元输出信息。
11.根据权利要求8所述的具有深度时间划窗的神经元信息处理系统，其特征在于，还包括：
阈值电位获取模块，用于获取阈值电位；
发放触发标志信息确定模块，用于将所述当前脉冲神经元输出信息和所述阈值电位进行比较，根据比较结果确定发放触发标志信息，所述发放触发标志信息包括：发放触发或发放不触发；当所述发放触发标志信息为发放触发时，
不应期计时器复位模块，用于复位不应期计时器，并更新所述历史膜电位信息为预设的复位膜电位信息。
12.根据权利要求11所述的具有深度时间划窗的神经元信息处理系统，其特征在于，还包括：
当所述发放触发标志信息为发放不触发时，
不应期计时器读取模块，用于读取不应期宽度和不应期计时器的当前时间步；
不应期判断模块，用于根据所述不应期宽度和所述不应期计时器的当前时间步，判断当前时间是否在不应期内，若当前时间在所述不应期内，将所述不应期计时器累加计时一个时间步，不更新所述历史膜电位信息；若当前时间不在应期内，将所述不应期计时器累加计时一个时间步，并更新所述历史膜电位信息为所述当前脉冲神经元输出信息。
13.根据权利要求11所述的具有深度时间划窗的神经元信息处理系统，其特征在于，所述阈值电位获取模块，包括：
阈值信息读取单元，用于读取随机阈值掩模电位、阈值偏置和随机阈值；
随机叠加量获取单元，用于将所述随机阈值和所述随机阈值掩模电位进行按位与操作，获取阈值随机叠加量；
阈值电位确定单元，用于根据所述阈值随机叠加量和所述阈值偏置，确定所述阈值电位。
14.根据权利要求11所述的具有深度时间划窗的神经元信息处理系统，其特征在于，所述当前脉冲神经元信息输出模块，包括：
使能标识读取单元，用于读取发放使能标识，所述发放使能标识包括允许发放数据或不允许发放数据；当所述发放使能标识为允许发放数据时，
发放触发标志信息读取单元，用于读取所述发放触发标志信息，当所述发放触发标志信息为发放触发时；
当前脉冲神经元信息输出单元，用于输出所述当前脉冲神经元输出信息。