期刊文献+

神经网络指数稳定性分析及收敛率估计 被引量:1

STUDY ON GLOBAL EXPONENTIAL STABILITY OF NEURAL NETWORKS AND ITS CONVERGENCE ESTIMATE
下载PDF
导出
摘要 该文通过李雅普诺夫直接方法,研究了一类 Hopfield神经网络平衡点的存在性、唯一性与指数稳定性。文中假设神经网络系统的激励函数为单调增Lipschitz连续函数,在自反馈项为非线性函数的条件下,研究其指数稳定性,同时给出了收敛率估计式。 In this paper, the existence, uniqueness and global exponential stability of the equilibrium point of a class of Hopfield neural networks are investigated by using Liapunov direct method. Lipschitz continuous activations are considered and the limit on self-feedback is released. It can be nonlinear instead of linear in this paper. And under this condition, some sufficient conditions and convergence estimate for global exponential stability of neural networks are obtained.
出处 《电子与信息学报》 EI CSCD 北大核心 2003年第10期1361-1366,共6页 Journal of Electronics & Information Technology
基金 西南交通大学科研基金(No.2001B09)
关键词 神经网络 全局指数稳定性 李雅普诺夫直接方法 收敛率估计 Neural networks, Global exponential stability, Liapunov direct method
  • 相关文献

参考文献13

二级参考文献16

共引文献83

同被引文献3

引证文献1

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