惯性神经网络相关论文
近年来,由于神经网络在联想记忆、模式识别、优化、医学等领域的应用而受到了大家的广泛关注,越来越多的学者开始研究神经网络。在......
神经网络具有自学习能力强、容错能力高、联想记忆等智能特性,是深度学习的基础,实现人工智能的基石,它还是数据挖掘研究的重要组......
在本文中,我们研究了,一类具惯性项四元数值神经网络周期解的存在性和全局指数稳定性.首先,通过选择适当的变量替换,把系统转换为......
近年来,泛函微分方程理论被广泛应用于自然科学和社会科学的各个方面,人们利用泛函微分方程来描述各种模型已经非常普遍,特别是在......
本文借助Lyapunov方法、模糊理论和不等式等分别研究了带有混合时变时滞的中立型惯性神经网络(NTINNs)模型、混合时变时滞的中立型......
本文主要考虑BAM四元数神经网络(QVNNs)的渐近行为.作为BAM神经网络(BAMNNs)的特例,本文也对四元数惯性神经网络(QVINNs)的稳定性......
众所周知,不管是复杂网络还是神经网络因其广泛的应用在众多领域而被越来越多的专家学者关注,现实生活里的许多问题都能够通过复杂......
神经网络是一种高度复杂的非线性动力系统，在图像处理、保密通信以及最优化计算等诸多领域有着广泛的应用。而时滞是神经元间信号传......
本论文结合Lyapunov-Krasovskii泛函、不等式技巧及非负矩阵的性质分别讨论实值惯性神经网络和复值惯性神经网络的渐近行为特性. ......
研究了带有时变时滞的惯性神经网络的同步问题。利用一个适当的变量变换将原始系统转换为一阶微分系统,构造了含有矩阵Kronecker积......
随着社会的高速发展,互联网网络化的发展也异常迅速,网络发展的问题也随之增多。对分数阶时滞性惯性神经网络的稳定性与同步性作了......
神经网络因其在工程问题中的大量应用而受到学者们的广泛关注。神经网络的动力学行为制约着神经网络的应用,因此,研究神经网络的动......
在过去的二十年里，提出了大量的时滞神经网络来解决各类的工程问题。通常，设计基于神经网络的计算系统必须对神经网络的动力学行为有......
