摘要
基于全局Lipschitz连续激励函数方法探讨了带有时滞的变系数Hopfield神经网络模型,借助不动点和Lyapunov泛函数确保给定的神经网络的全局渐进稳定.
In this Letter, we discuss delayed Hopfield neural networks of variable coefficients and distribution, based on globally Lipschitz continuous activation functions, the equilibrium point and the Lyapunov functional method. Sufficient condition ensuring Globally symptotical Stability of neural networks are given.
出处
《数学的实践与认识》
CSCD
北大核心
2013年第1期177-182,共6页
Mathematics in Practice and Theory
基金
国家自然科学基金项目(70671053
70701016
10726072)
江苏省教育厅哲学社会科学基金(06SJD630037)
南京信息工程大学科研基金(Y639)
气象软科学基金(2012058)
教育部人文社科基金(12YJC790246)
自然科学基金(71271118)
关键词
时滞细胞神经网络
全局稳定性
周期解
活跃函数
LYAPUNOV泛函
delays cell neutral networks
inequality method
distribution
global exponentialstability
periodic solutions
activation function
Lyapunov function
