2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩112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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、Hopfield神經(jīng)網(wǎng)絡(luò)模型及其衍生模型(BAM,CNN)在諸多領(lǐng)域(如圖象處理,模式識(shí)別,最優(yōu)化等)有了廣泛的應(yīng)用,且不斷找到新的用途。對(duì)其理論分析也已成為神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域內(nèi)的一個(gè)重要分支。無論自然系統(tǒng)還是社會(huì)系統(tǒng),系統(tǒng)的穩(wěn)定性都是要首先要考慮的。同時(shí),滯后是存在于許多系統(tǒng)中的,是無處不在的。本文在對(duì)國內(nèi)外關(guān)于此幾類神經(jīng)網(wǎng)絡(luò)模型穩(wěn)定性研究現(xiàn)狀及發(fā)展概況進(jìn)行綜述的基礎(chǔ)上,研究了這幾類時(shí)滯的神經(jīng)網(wǎng)絡(luò)模型的動(dòng)力學(xué)漸近行為。
   本

2、文利用前蘇聯(lián)著名學(xué)者Krasovski-Baribashin全局漸近穩(wěn)定作為引理,得到Hopfield神經(jīng)網(wǎng)絡(luò)全局漸近穩(wěn)定的新定理。結(jié)果首先改進(jìn)了激活函數(shù)限制為Sigmoid函數(shù)、為局部Lipschitz型函數(shù),允許它是強(qiáng)非線性的;其次放寬了權(quán)矩陣是對(duì)稱的假設(shè);第三是將原來對(duì)角穩(wěn)定改為對(duì)角半穩(wěn)定。從而推廣和改進(jìn)了Hopfield神經(jīng)網(wǎng)絡(luò)穩(wěn)定性中最核心的定理(對(duì)角穩(wěn)定性定理),包含了許多現(xiàn)有文獻(xiàn)中的相應(yīng)結(jié)果為特例。
   對(duì)角穩(wěn)定

3、是Hopfield神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的主要方法,但仍涉及對(duì)角正定矩陣P的存在性的問題。而M矩陣方法其條件雖然稍強(qiáng)于對(duì)角穩(wěn)定法。但由于M矩陣有構(gòu)造性的判據(jù),驗(yàn)證方便,更易于應(yīng)用。本文利用Lyapunov函數(shù),將M矩陣方法判據(jù)放寬為擬M矩陣方法判據(jù),得到Hopfield神經(jīng)網(wǎng)絡(luò)全局漸近穩(wěn)定的擬M矩陣方法判據(jù)。Hopfield神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定性很少有文獻(xiàn)研究,本文給出了一個(gè)關(guān)于Hopfield神經(jīng)網(wǎng)絡(luò)不穩(wěn)定的結(jié)果,改進(jìn)了有關(guān)文獻(xiàn)地結(jié)論。
 

4、  本文研究了具有變時(shí)滯的Hopfield神經(jīng)網(wǎng)絡(luò),通過構(gòu)造的Lyapunov函數(shù),對(duì)只含有時(shí)滯反饋項(xiàng)的系統(tǒng)得到了時(shí)滯相關(guān)的漸近穩(wěn)定性的結(jié)果,即小時(shí)滯的情況下,時(shí)滯的存在不影響原系統(tǒng)的穩(wěn)定性能;而對(duì)含有時(shí)滯反饋項(xiàng)和反饋項(xiàng)的系統(tǒng)得到了時(shí)滯無關(guān)的相應(yīng)結(jié)果,當(dāng)系統(tǒng)參數(shù)滿足一定條件,不管有界時(shí)滯如何變化,系統(tǒng)都是漸近穩(wěn)定的。
   本文研究了時(shí)滯Hopfield型神經(jīng)網(wǎng)絡(luò)對(duì)部分變?cè)€(wěn)定性的條件。利用K類函數(shù)和Lyapunov函數(shù)得到了

5、時(shí)滯Hopfield型神經(jīng)網(wǎng)絡(luò)的零解對(duì)部分變?cè)囊恢路€(wěn)定、一致吸引和漸近穩(wěn)定的條件。
   通過構(gòu)造不同的Lyapunov函數(shù),本文對(duì)BAM模型的漸近穩(wěn)定性得到兩種判別法:對(duì)角半穩(wěn)定判別法和擬M矩陣判別法,從而方便了對(duì)BAM模型全局穩(wěn)定性態(tài)的判別。利用Razumikhin條件本文研究了具有變時(shí)滯的自適應(yīng)BAM模型平衡點(diǎn)的時(shí)滯相關(guān)穩(wěn)定性,時(shí)滯在一定條件下,時(shí)滯的存在不影響原系統(tǒng)的穩(wěn)定性能。研究結(jié)果有對(duì)時(shí)滯的大小的估計(jì),估計(jì)值趨于保

6、守,可以進(jìn)一步減弱定理的條件。
   本文利用Razumikhin條件和具體的Lyapunov函數(shù),研究了具有對(duì)稱參數(shù)模板的DCNN(時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò))的動(dòng)態(tài)行為。結(jié)果得到在條件滿足下平衡點(diǎn)是唯一,且取決于輸入和電流常數(shù),因此可以根據(jù)需要,設(shè)計(jì)系統(tǒng)要求的平衡點(diǎn),從而應(yīng)用于最優(yōu)化設(shè)計(jì)。結(jié)果是優(yōu)于或者不同于有關(guān)文獻(xiàn)。
   本文利用一些巧妙的構(gòu)造Lyapunov函數(shù)的方法和不等式的精細(xì)的估計(jì)方法研究一類包括常時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論