Para reducir la sobrecarga de comunicación y computación de las redes neuronales, se desarrolla en este documento un nuevo esquema de sincronización de anclaje por eventos (PETS), que permite la sincronización de anclaje de redes neuronales memristivas acopladas inciertas (CMNNs) bajo recursos limitados. Se consideran retrasos variables en el tiempo, incertidumbres y parámetros no coincidentes, lo que hace que el sistema sea más interpretable. Además, desde el punto de vista del bajo costo energético, se diseña un algoritmo para la selección de nodos anclados para investigar aún más la nueva función activada por eventos bajo recursos de comunicación limitados. Mientras tanto, basándose en el PETS y siguiendo el método funcional de Lyapunov, se formulan condiciones suficientes para la estabilidad exponencial de anclaje del sistema de error acoplado propuesto, y el análisis del método auto-activado muestra que nuestro método puede evitar eficientemente el comportamiento Zeno bajo las nuevas condiciones activadas determinadas, lo que contribuye a un mejor rendimiento de PETS. Experimentos extensos demuestran que el PETS supera significativamente a los esquemas existentes en cuanto a calidad de solución.