Bài báo đề xuất phương pháp nhận dạng hệ số lực nâng của máy bay trong giai đoạn cất cánh dựa trên dữ liệu ghi lại từ chuyến bay thực tế, sử dụng mạng nơron đột biến (SNN) theo mô hình nơron Izhikevich và thuật toán lan truyền ngược sai số đột biến (SpikeProp). Kết quả nhận dạng được so sánh với kết quả khi sử dụng mạng Radial Basic Network (RBN) và nhận dạng theo mô hình hồi quy phi tuyến (NARX), cho thấy độ chính xác, độ tin cậy cao hơn và số lần luyện mạng nhỏ hơn. Kết quả nhận được là cơ sở để có thể áp dụng mạng SNN với các mô hình nơron và tổng hợp thuật toán luyện mạng khác trong nhận dạng các hệ số khí động của thiết bị bay trong các chế độ cơ động khác nhau.This article proposes a method to identify the lift coefficient of a flying vehicle during the take-off stage based on the data recorded from the actual flight, using the spiking neural network (SNN) according to the Izhikevich neural model and the spiking error backpropagation algorithm (SpikeProp). The obtained results are compared with the identified results when using the Radial Basic Network (RBN) and the identification by nonlinear regression model (NARX), showing higher accuracy, reliability and number of network training times less. The obtained results serve as a basis for applying SNN models and synthesizing other network training algorithms in identifying aerodynamic coefficients of a flying vehicle in different maneuvering modes.