【摘 要】
：
神经网络是一种重要的计算模型,它被广泛应用于人工智能、模式识别、信号和图像处理等领域.神经网络的动力学性态得到了许多专家学者的关注,在周期解、分岔、稳定性及同步等方面有很多较好的成果.在同步研究中,针对神经网络的有限时间同步和固定时间同步的研究相对成熟.由于预定时间控制可以解决固定时间控制的定时问题,且其结论更具有普适性和应用性.因而预定时间同步成为人们近些年研究的焦点.本文重点对两类变系数混合时
论文部分内容阅读
神经网络是一种重要的计算模型,它被广泛应用于人工智能、模式识别、信号和图像处理等领域.神经网络的动力学性态得到了许多专家学者的关注,在周期解、分岔、稳定性及同步等方面有很多较好的成果.在同步研究中,针对神经网络的有限时间同步和固定时间同步的研究相对成熟.由于预定时间控制可以解决固定时间控制的定时问题,且其结论更具有普适性和应用性.因而预定时间同步成为人们近些年研究的焦点.本文重点对两类变系数混合时滞神经网络模型的同步与反同步问题进行了初步探讨,具体内容如下:一方面,我们研究了具有时变系数和积分时滞的神经网络.通过选取适当的自适应控制器和辅助系统,采用Lyapunov函数方法和一些不等式放缩技巧等工具,得出了驱动-响应系统的同步稳定性结论并通过算例仿真验证了结果的真实有效性.另一方面,我们考虑了模糊中立型惯性神经网络（FNTINNs）,在时变系数和混合时滞条件下预定时间内的反同步问题.采用含参变量替换进行降阶,并使用两种独特的双层预定时间的控制器.根据预定时间稳定性原理,得出FNTINNs的驱动-响应系统在预定时间内可以达到反同步的结论.
其他文献
本文研究内容属于凸几何分析中的几何断层学理论.重点研究该理论中的低维Busemann-Petty问题,并将其推广到对数凹函数上.主要研究内容包括i-相交函数,i-相交体,BP体以及对数凹函数上的低维Busemann-Petty问题.具体研究成果如下:1.在N.Fang和J.Zhou定义的相交函数的基础上,为研究对数凹函数上的低维Busemann-Petty问题,我们相应地定义了i-相交函数.同时,
多项式在非交换代数上的像是非交换代数的一个重要研究方向,它起源于著名的Lvov-Kaplansky猜想:域K上未定元不可交换的多重线性多项式在全矩阵代数Mn（K）上的像是向量空间.到目前为止,此猜想仅在一些特殊情况下得到解决.在解决Lvov-Kaplansky猜想的同时,人们开始研究此猜想的各种变型.目前多项式在上三角矩阵代数、Lie矩阵代数、分次矩阵代数、四元数代数等代数上的像都有许多研究成果产
数字图像作为人们日常生活中一种常见的信息载体,因其直观性、综合性以及生动形象性被人们广泛接受与使用。数字图像信息与其他文本信息一样,在传输过程中面临着巨大的安全性风险,又因其数据量大,冗余性高等特点使得其的加密方法与其他文本信息加密方式存在一定差别,传统的加密技术很难做到数字图像在传输过程中同时具备安全性与高效性。目前,图像加密的基本思路是将具有有用信息的明文图像经过加密算法后得到从视觉上无意义、
作为求解偏微分方程的一种重要的数值方法,谱方法以其高精度的特点被广泛应用.本文采用Galerkin谱方法研究正方形区域上带Neumann边界条件的Gray-Scott方程.首先我们介绍了 Jacobi多项式以及广义Jacobi多项式的定义与性质、二维向量值函数的基函数展开,并引入标量值和向量值空间的投影,推导出投影的误差估计.接着,我们选择合适的广义Jacobi多项式作为基函数构造了 Gray-S
Volterra积分微分方程是一类重要的数学模型,来源于物理、化学、生物和金融等众多领域.近几十年来,有关Volterra积分微分方程数值解法的研究取得了巨大进展,已涌现出各种行之有效的数值方法.由于Galerkin型方法格式灵活且具有高精度,它已成为求解Volterra积分微分方程的重要方法之一.本文重点考虑求解非线性Volterra积分微分方程的连续和间断Galerkin方法,旨在通过对已有的
随机微分方程已成为各类随机梯度下降法的一个重要研究手段,例如经典随机梯度下降法可以看成某个随机微分方程的Euler-Maruyama方法,动量随机梯度下降法与随机Nesterov方法可以看成是某个随机微分方程组的近似.本文的目的在于提出一种基于随机微分方程数值方法收敛性的研究框架,用于分析这些梯度型随机优化算法.这些随机优化算法主要包括:带动量的随机梯度下降法和随机Nesterov方法,随机方差缩
近年来,连续数据同化算法已被应用于一大类耗散型偏微分方程.连续数据同化也用于数值研究.本文共分为两部分,第一部分研究了Allen-Cahn方程的全离散数据同化算法;第二部分在数据同化算法的基础上我们设计了参数恢复算法.首先,我们提出了一种连续降尺度数据同化算法,用于在缺乏初始数据的情况下求解带临界参数的Allen-Cahn方程.对于空间离散化,我们考虑了有限元方法,并采用隐式单支方法进行时间离散.
时滞微分方程用于描述既依赖于当前状态也依赖于过去状态的发展系统,其特点是充分考虑到系统历史对现状的影响,在物理学、生物数学、经济学等众多学科领域的建模中扮演着重要的角色.SBP-SAT方法是一种稳定性高、实现过程简单的数值方法,它通过分部求和（SBP）算子和对边界施加一致逼近项（SAT）的方式来求解微分方程.本论文主要研究求解时滞微分方程的SBP-SAT方法,并分析其能量稳定性以及收敛性.第一章,
本文运用改进的偏牛顿校正算法和基于插值投影Legendre-Galerkin谱方法成功解决了一类非线性四阶偏微分方程的多解问题.文章分三个部分:第一部分,首先对不具有变分结构的方程构造了推广的Nehari流形.通过修改增广变换（AT）,发展了改进的偏牛顿校正算法,建立并证明了非线性四阶偏微分方程边值问题的新解与该问题零核空间的密切关系,去掉标准收敛假设,使证明更简洁明了.分情况证明了该方程满足在N
在一般的系统寿命研究中,希望从数据中了解到系统的失效时间和导致系统失效的原因也就是具体失效部件。但又常常会由于试验经费、时间制约、技术能力受限和某些部件故障的破坏性后果而出现数据被屏蔽的现象。如果能够充分利用现有数据而不是采取二次测量,就能做到对系统元件的寿命分析,也就能够节省大量的时间和经费。随着现代工业系统系统的功能的完善,系统内元件呈现分布多变性和构成复杂化的趋势,面对屏蔽数据的困扰,本文在