1.一种含有聚类拓扑耦合的神经网络脉冲同步方法，其特征在于，包括如下步骤：步骤S1：建立具有随机扰动的孤立神经网络模型以及有多个聚类的导数耦合神经网络模型；

步骤S2：根据所述孤立神经网络模型以及导数耦合神经网络模型建立误差网络模型，并根据所述误差神经网络模型拓扑结构和脉冲信号设计脉冲牵制控制器，所述孤立神经网络模型的公式为：其中y(t)是状态向量，非线性函数

τ1(t)是时变延迟，Ak、Bk、Ck、I(t)是系统矩阵 ，y表示集群的个数，是随机矩阵，ω(t)是一个二维布朗运动；

所述导数耦合神经网络模型的公式为：

其中 是i个神经网络的状态向量，

是一个正定矩阵，其中 表示当从其他神经细胞和外部输入中分离时，第j个神经细胞将其电位重置为静止状态的速率； 是常数矩阵，分别表示在时间t和t‑τ1(t)时连通性强度； 是外部输入向量；τ1(t)和τ2(t)是传输时间延迟； 表示激活函数；正常数c1，c2，c3是复杂网络的耦合强度；含有元素ri≥0的矩阵 代表内部耦合矩阵； 和是由复杂网络拓扑结构决定的两个不同的外部耦合矩阵，满足条件每行元素之和都为零，且 和 其中如果第j个神经网络到第i个神经网络之间存在有向连接且i≠j，则gij≠gji>0(lij≠lji>0)； 是导数耦合矩阵，且是对称阵且满足每行元素之和都为零的条件，wij＝wji>0当第i个神经网络和第j个神经网络有连接； 表示一个m维的布朗运动； 是满足条件的噪声强度矩阵，ui(t)表示脉冲牵制控制器；

所述脉冲牵制控制器的表达式为：ui(t)＝u0,i(t)+u1,i(t)，其中脉冲控制部分为：牵制反馈控制部分u1 ,i (t) 对于

否则，

u1,i(t)＝0，正常数di(i＝1,2,…,N)是被导数耦合神经网络的模型适当选择的负反馈控制强度；μ和ρ是误差状态和延迟误差状态的脉冲效应；θ是狄拉克脉冲函数，假设控制强度矩阵为D＝diag{d1,d2,…,dN}；

其中所述误差网络模型的公式为：

其中τ＝max{τ1(t),τ2(t),τ3(t)}，函数是当

t∈[‑τ,0]的误差神经网络的初值，假设δyi(t)在时刻 是右连续的，且步骤S3：根据所述误差网络模型选择相应的函数，并结合所述脉冲牵制控制器实现导数耦合神经网络模型和孤立神经网络模型之间的聚类同步；

步骤S4：搭建神经网络模型并利用所述神经网络模型进行数值仿真，验证所述导数耦合神经网络模型和孤立神经网络模型之间的聚类同步效果。

2.根据权利要求1所述的含有聚类拓扑耦合的神经网络脉冲同步方法，其特征在于：在所述导数耦合神经网络模型中，初始条件都被设定为

3.根据权利要求1所述的含有聚类拓扑耦合的神经网络脉冲同步方法，其特征在于：所述脉冲牵制控制器中的牵制反馈控制部分u1,i(t)控制不同集群之间有直接连接的神经网络。

4.根据权利要求1所述的含有聚类拓扑耦合的神经网络脉冲同步方法，其特征在于：所述误差网络模型的公式中，若存在λ>0与M0>0和T>0使得对于初值为 的任意误差网络有如下等式成立：

5.根据权利要求1所述的含有聚类拓扑耦合的神经网络脉冲同步方法，其特征在于：所述函数为李雅普诺夫函数 ，表达式为： 其中

6.一种含有聚类拓扑耦合的神经网络脉冲同步系统，用于实现如权利要求1‑5中任意一项所述的方法，其特征在于，包括：构建模块，用于建立具有随机扰动的孤立神经网络模型以及有多个聚类的导数耦合神经网络模型；

设置模块，用于根据所述孤立神经网络模型以及导数耦合神经网络模型建立误差网络模型，并根据所述误差神经网络模型拓扑结构和脉冲信号设计脉冲牵制控制器；其中所述孤立神经网络模型的公式为：其中y(t)是状态向量，非线性函数

τ1(t)是时变延迟，Ak、Bk、Ck、I(t)是系统矩阵 ，y表示集群的个数，是随机矩阵，ω(t)是一个二维布朗运动；

所述导数耦合神经网络模型的公式为：

其中 是i个神经网络的状态向量，

是一个正定矩阵，其中 表示当从其他神经细胞和外部输入中分离时，第j个神经细胞将其电位重置为静止状态的速率；

是常数矩阵， 分别表示在时间t和t‑τ1(t)

时连通性强度； 是外部输入向量；τ1(t)和τ2(t)是传输时间延迟； 表示激活函数；正常数c1，c2，c3是复杂网络的耦合强度；含有元素ri≥0的矩阵代表内部耦合矩阵； 和 是由复杂网络拓扑结构决定的两个不同的外部耦合矩阵，满足条件每行元素之和都为零，且和 其中如果第j个神经网络到第i个神经网络之间存在有向连接且i≠j，则gij≠gji>0(lij≠lji>0)； 是导数耦合矩阵，且是对称阵且满足每行元素之和都为零的条件，wij＝wji>0当第i个神经网络和第j个神经网络有连接；

表示一个m维的布朗运动； 是满足条件 的噪

声强度矩阵，ui(t)表示脉冲牵制控制器；

所述脉冲牵制控制器的表达式为：ui(t)＝u0,i(t)+u1,i(t)，其中脉冲控制部分为：牵制反馈控制部分u1 ,i (t) 对于

否则，

u1,i(t)＝0，正常数di(i＝1,2,…，N)是被导数耦合神经网络的模型适当选择的负反馈控制强度；μ和ρ是误差状态和延迟误差状态的脉冲效应；Θ是狄拉克脉冲函数，假设控制强度矩阵为D＝diag{d1,d2,…,dN}；

其中所述误差网络模型的公式为：

其中τ＝max{τ1(t),τ2(t),τ3(t)}，函数是

当t∈[‑τ,0]的误差神经网络的初值，假设δyi(t)在时刻t＝tk, 是右连续的，且聚类同步模块，用于根据所述误差网络模型选择相应的函数，并结合所述脉冲牵制控制器实现导数耦合神经网络模型和孤立神经网络模型之间的聚类同步；

验证模块，用于搭建神经网络模型并利用所述神经网络模型进行数值仿真，验证所述导数耦合神经网络模型和孤立神经网络模型之间的聚类同步效果。