时滞BAM神经网络的全局指数稳定性研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:yeximajor
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,由于双向联想记忆(BAM)神经网络在模式识别,人工智能,最优化问题,信号与图像处理等方面有着潜在的广泛应用而备受关注。而这些应用依赖于网络的动力学行为。因此,对神经网络的动力学行为的研究是设计神经网络模型的一个前提条件。本文进一步研究了双向联想记忆神经网络的动力学行为,特别是对一类具有变时滞和连续分布时滞的双向联想记忆神经网络平衡点的存在性,唯一性,指数稳定性和具有分布时滞的非自治的脉冲杂交双向联想记忆神经网络周期解的存在性,指数稳定性做了系统的研究,获得了一系列新的结果。 首先,简要地介绍了关于神经网络研究的背景,历史和发展过程。 其次,运用同胚,M-矩阵理论和YONG不等式等分析技巧,获得了一类具有变时滞和连续分布时滞的双向联想记忆神经网络平衡点的存在,唯一,指数稳定的充分条件,这些条件对激活函数不需要有界性,单调性,和可微性要求。 最后,应用M-矩阵理论,YONG不等式和构造LYAPUNOV函数的方法,获得了具有分布时滞和脉冲的非自治的脉冲杂交双向联想记忆神经网络周期解的存在,指数稳定的充分条件,这些条件改变了以往文献对激活函数有界性的限制和进一步改进了以往文献中的结果,从而更具一般性。
其他文献
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
2016年是“十三五”规划开局之年,也是河北省重大战略机遇叠加期,面对京津冀一体化大背景,河北省遇到了难得的历史机遇.职业教育作为国家教育改革的重要组成部分发挥着不可估
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
随着计算机网络的迅猛发展和快速普及,以此为基础建立的各种信息系统给人们的学习、生活和工作带来了巨大的改变,同时通信信息的安全性也越来越受到人们的重视。数字签名技术以
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
学位
本文主要研究种群模型的正概周期解。首先,以重合度理论研究具遗传效应的单种群模型正概周期解的存在性,很好地推广了文[3]的结果;接着,沿用文[26]及文[3]的技巧对概周期解的唯一
社会网络是行动者及行动者之间关系的集合。随着计算机技术、图论、统计学以及数学的发展,社会网络的理论已经广泛应用于心理学、社会学和数学等各个领域,社会网络数据结构分析
本文组织如下: 第一章是引言,介绍了相关的背景、本文的结构和本人的研究成果. 第二章介绍了Kadison从算子代数的角度对勾股定理的新看法,并介绍了勾股定理在Ⅰ型因子中的
支持向量机是近年来机器学习研究的一项重大成果,它是一种很特别的算法,特点是使用了核函数,没有局部最小,解的稀疏性,以及通过间隔或者是维数无关的量来控制容量。与传统的人工神