期刊文献+

随机混合时滞的Cohen-Grossberg神经网络均方指数稳定性的新判据

Mean square exponential stability of Cohen-Grossberg neural networks with stochastic mixed delays
下载PDF
导出
摘要 研究了随机混合时滞的Cohen-Grossberg神经网络的均方指数稳定性,运用了常数变易公式、随机比较原理的方法,得到其均方指数稳定的充分条件,并给出了数值例子来验证结论的有效性和正确性. In this paper,the mean square exponential stability of Cohen-Grossberg neural networks with stochastic mixed delays is investigated. By using the method of constant variation and the random comparison principle,a sufficient condition ensuring the mean square exponential stability is proved. A numerical example is also given to verify the validity and correctness of the conclusion.
作者 张雯 何秀丽 ZHANG Wen;HE Xiu-li(College of Science,Hohai University,Nanjing 210098,China)
机构地区 河海大学理学院
出处 《云南民族大学学报(自然科学版)》 CAS 2018年第4期301-306,334,共7页 Journal of Yunnan Minzu University:Natural Sciences Edition
基金 国家自然科学基金(61304070)
关键词 混合时滞 COHEN-GROSSBERG神经网络 均方指数稳定性 随机比较原理 mixed delays Cohen-Grossberg neural networks mean square exponential stability random comparison principle
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部