论文部分内容阅读
具有不连续激活函数的神经网络是一类非常重要的神经网络模型.虽然对具有不连续激活函数的实数神经网络已经有了非常深入的研究,但是对相应的复数神经网络研究成果还不太多.该文利用Filippov微分包含理论,Leray-Schauder替换定理以及Lyapunov函数,对一类具有不连续激活函数的复数神经网络进行了研究,给出了神经网络周期解全局指数稳定的充分条件,最后给出具有仿真的数值例子验证了结果的有效性.