兩類Hopfield型神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,Hopfield型神經(jīng)網(wǎng)絡(luò)得到了廣泛地研究,并且成功地應(yīng)用于信號處理、模式識別、組合優(yōu)化等領(lǐng)域。由于具有時(shí)滯的Hopfield型神經(jīng)網(wǎng)絡(luò)在解決動態(tài)圖像處理等問題上有較重要的應(yīng)用,因此,具有時(shí)滯的Hopfield型神經(jīng)網(wǎng)絡(luò)的研究更受到許多學(xué)者的關(guān)注.
  神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性是一個關(guān)鍵問題,有些應(yīng)用要求神經(jīng)網(wǎng)絡(luò)模型是全局漸近穩(wěn)定的,即對應(yīng)的動力系統(tǒng)的每一個解收斂到平衡點(diǎn)。論文在已有文獻(xiàn)的基礎(chǔ)上,通過對穩(wěn)定性理論和神經(jīng)網(wǎng)絡(luò)的研究,

2、基于 Lyapunov泛函的思想,選取一個適合神經(jīng)網(wǎng)絡(luò)模型的Lyapunov函數(shù),并通過一些處理矩陣不等式的技巧,對選取的Lyapunov函數(shù)求導(dǎo)放縮,最終得到一個保守性更好的線性矩陣不等式的結(jié)果,包括時(shí)滯神經(jīng)網(wǎng)絡(luò)全局漸近穩(wěn)定和全局指數(shù)穩(wěn)定。近些年神經(jīng)網(wǎng)絡(luò)穩(wěn)定性方面的研究成為熱點(diǎn),已有的文獻(xiàn)對時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的研究大都限于時(shí)滯無關(guān)的結(jié)果,如何建立時(shí)滯相關(guān)的穩(wěn)定性判據(jù)就成了熱點(diǎn)問題。本文對時(shí)滯相關(guān)進(jìn)行了研究,得出了一些有益的結(jié)論,同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論