简介：摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件，并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间，使该结果在获得更小的保守性同时也降低了计算的复杂度．
简介：研究一类具有分布时滞和反应扩散的随机细胞神经网络的稳定性。通过构造Lyapunov泛函,并利用It公式、半鞅收敛定理以及不等式技巧,得到了系统几乎必然指数稳定的充分条件。
简介：研究一类具有leakage时滞的随机马尔科夫跳变神经网络的稳定性，通过构造一个新的Lyapunov-Kra—sovskii泛函，并应用It6公式、随机不等式技术，得到了基于线性矩阵不等式（LMI）的均方意义下的全局稳定性判定条件．
基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计
具有分布时滞的随机反应扩散细胞神经网络的几乎必然指数稳定性
具有leakage时滞的随机马尔科夫跳变神经网络的稳定性
