随机Hopfield神经网络的稳定性分析被引量：1

下载PDF

导出

摘要通过利用动态大规模互连系统的分解方法，对由Ｉｔｏ随机微分方程描述的随机Ｈｏｐｆｉｌｅｄ神经网络给出了稳定性分析，这样的神经网络被认为是许多神经元的一个互连，在本文中给出了稳定性结论是以单个神经凶和互连结构的性质来表示的。

作者冯昭枢王建

机构地区华南理工大学自动控制工程系

出处《控制理论与应用》 EI CAS CSCD 北大核心 1999年第3期345-348,共4页 Control Theory & Applications

关键词神经网络 HOPFIELD模型稳定性随机微分方程

参考文献2

1Feng Zhaoshu，Stability Analysis and Stabilization Synthesis of Stochastic Large Scale Systems，1995年
2Li J H，IEEE Trans Circuits Syst，1988年，35卷，976页

1赵碧蓉,江明辉,沈轶.随机时滞神经网络的全局指数稳定性[J].控制理论与应用,2005,22(5):799-801. 被引量：9
2LIAO X X, WANG J. Algebraic criteria for global exponential stability of cellular neural networks with multiple time delays[J]. IEEE Transactions on Circuits and Systems, 2003, 50(2): 268 - 275.
3CAO J, WANG J. Global asymptotic and robust stability of recurrent neural networks with time delays[J]. IEEE Transactions on Circuits and Systems I, 2005, 52(2): 417 - 426.
4PECORA L M, THOMAS L C. Synchronization in chaotic systems[J]. Physical Review Letters, 1990, 64(8): 821 - 824.
5SUN Y H, CAO J D, WANG Z D. Exponential synchronization of stochastic perturbed chaotic delayed neural networks[J]. Neurocomputing, 2007, 70(13): 2477 - 2485.
6CHEN W H, GUAN Z H, LU X M. Delay-dependent exponential stability of uncertain stochastic systems with multiple delays: an LMI approach[J]. Systems & Control Letters, 2005, 54(13): 547 - 555.

控制理论与应用

1999年第3期

内容加载中请稍等...