【摘 要】
：
本文运用Lyapunov泛函方法,矩阵不等式以及数学归纳法研究了几类具有脉冲时滞的神经网络系统,得到了系统平衡解稳定的充分条件,改进和推广了相应文献的结果.全文主要分为四章
论文部分内容阅读
本文运用Lyapunov泛函方法,矩阵不等式以及数学归纳法研究了几类具有脉冲时滞的神经网络系统,得到了系统平衡解稳定的充分条件,改进和推广了相应文献的结果.全文主要分为四章.第一章介绍了神经网络的发展历程,研究现状及本文的主要研究内容.第二章研究了具有脉冲时滞的神经网络的指数稳定性.本章在已有模型的基础上考虑脉冲扰动,通过构造更加简单的李雅普诺夫函数证明了神经网络的指数稳定性,并给出实例说明了结果的有效性.第三章研究了具有脉冲时滞的惯性神经网络的-稳定性.以往大多数研究仅考虑了一阶导数的神经网络却忽略了惯性项的影响.本章运用Lyapunov泛函方法和数学归纳法证明了惯性神经网络的-稳定性,改进了相应文献的假设条件,并给出实例说明了结果的有效性.第四章研究了具有脉冲和分布时滞的惯性神经网络的全局指数稳定性.本章运用Lyapunov泛函方法,矩阵不等式以及数学归纳法证明了惯性神经网络的全局指数稳定性,推广了相应文献的模型且改进了模型的假设条件,并给出实例说明了结果的有效性.
其他文献
多导弹协同制导是未来信息化战争的重要手段,而以时间协同为基础的多导弹齐射攻击,更是敌方反导系统的巨大威胁,其主要目的是使利用饱和攻击的战术使敌方反导系统无法一一应
复杂网络的研究逐渐渗透到数学、物理、生物工程等诸多领域,对其动力学性质的分析受到了相关领域学者越来越多的关注.在实际应用中,有许多以动力系统为代表的复杂网络模型,如
线性回归是监督学习的一个基本问题,具有丰富的理论基础并广泛应用在医疗、统计、教育等方面。传统线性回归模型通常考虑向量结构的协变量。当问题的协变量具有矩阵结构时,需
随着计算机技术的不断进步,目标跟踪技术不断完善并且在视频监控,无人驾驶等方面有着广泛的应用,是当前计算机视觉领域的一个热点。目标跟踪算法在背景或相似物体干扰的情况
2003年,《普通高中语文课程标准(实验)》颁布,新课改开始实施;2017年,《普通高中语文课程标准(2017年版)》又进一步修改和更新。遵循新课改标准,高中语文课堂展开了一系列提
目标检测作为当下计算机视觉领域的研究热点,也是计算机视觉领域中最重要最具挑战性的基础任务之一,其在自动驾驶、安防监控、缺陷检测等领域发挥着重要作用。近年来通过大量
高温、高压等非常规油藏的发现突破了传统石油地质理论的认识。非常规石油的形成机理比常规石油更为复杂,目前对非常规石油的化学组成,尤其是其中的大分子和强极性、难挥发有
逆散射问题指通过远场或近场的信息来确定障碍或非均匀介质的信息,是反问题中常见的一大类问题。这类问题在实际中有着广泛的应用,如:人体内部病变的诊断;石油、天然气等矿藏
近年来机构投资者在国家政策扶持和市场需求下发展迅猛,在资本市场中起到了越来越重要的作用。机构投资者有能力通过积极参与公司治理行使监督权力,努力提升企业价值水平以保
近年来,深度学习一直是计算机领域的研究热点,随着研究的不断深入,深度学习目前在理论上达到瓶颈期。数据集的质量和大小对于深度学习模型最终性能的影响至关重要。生成对抗