本文考虑了具有离散和分布时滞的中立型随机神经网络的状态估计。 通过使用可用的输出测量,状态估计器可以近似神经元状态,并且在存在离散和分布延迟的情况下,状态误差的渐近性质是均方指数稳定的,并且几乎可以肯定是指数稳定的。 在激活函数和测量非线性的Lipschitz假设下,提出了依赖于延迟的线性矩阵不等式(LMI)准则,以通过构造适当的Lyapunov-Krasovskii函数来保证所需估计量的存在。 结果表明,状态估计量的存在条件和显式可以根据LMI的解进行参数化。 最后,通过两个数值例子证明了理论结果的正确性,并证明了该定理可以提供较少的保守条件。