本发明提供了一种基于Hopfield模型的三重四极杆质谱仪谱图分类方法，包括如下步骤：S1、基于各类目标峰特征信息，改进Hopfield模型；S2、提取目标峰最高点左右两侧一定距离范围内的点，经归一化处理后作为改进后的Hopfield模型的初始状态向量；S3、基于先验训练集合生成Hopfield模型的吸引子和吸引盆，当待识别峰的数据落入相应吸引子的吸引盆中时，随着递归计算将最终收敛到吸引子，而这个吸引子就是所谓的类型标识。将Hopfield模型应用于三重四极杆质谱仪的谱图分类应用中，这是一种非线性递归神经网络，同支持向量机等方法相比，计算复杂度低，无需特别关注目标峰的特征，易于实现。同时本专利中Hopfield模型神经元数目可以灵活调整，从而应对不同步长的扫描场景。