变时滞细胞神经网络的概周期解存在性与全局指数收敛性

利用了不动点理论和微分不等式分析等技巧,研究了变量滞细胞神经网络概周期解存在性与全局指数收敛性。去掉了相关文中有关激活函数有界性的假设,给出了较弱的并且不依赖于时滞的判别条件,增强了模型的适用性。

全局指数收敛的机器人PD自适应轨迹跟踪

针对机器人轨迹跟踪 ,介绍一种新的 PD自适应控制算法。该算法是全局按指数收敛的 ,直接利用期望轨迹 ,不需要定义虚拟参考轨迹 ,结构简单 ,计算量小 ;并能完全消除模型误差产生的轨迹误差 ,使有界不确定性干扰产生的轨迹误差任意小。两关节直接驱动机器人的实验研究证明了所提出算法的有效性。

含脉冲的Hopfield神经网络周期解的全局指数收敛性

通过构造Lyapunov函数,讨论了含有脉冲的Hopfields神经网络解的全局收敛性质及收敛速度,并给出实例说明所得结论的有效性.

S-分布时滞静态神经网络的全局指数收敛性

本文研究了一类具有S-分布时滞的静态神经网络,主要利用微分不等式技巧,建立了所讨论模型的解指数收敛到零的充分性条件,并给出了实例说明了所得结论的有效性。

具有不同时间尺度的变时滞竞争神经网络概周期解的存在性和全局指数收敛性

运用不动点理论和微分不等式技巧研究了具有不同时间尺度的变时滞变系数竞争神经网络的概周期解,给出了其存在性和全局指数收敛性的一种判别准则.

双向联想记忆神经网络的全局指数稳定性

在研究双向联想记忆神经网络时,通常都假设输出响应函数是光滑的增函数,但实际应用中遇到的大多数函数都是非光滑函数。因此,本文将双向联想记忆神经网络的输出响应函数连续可微的假设削弱为满足Lipschitz条件,通过引入Lyapunov函数,利用不等式的方法,证明了双向联想记忆神经网络全局指数稳定性的一个定理。

Hopfield网络的全局指数稳定性

在研究Hopfield神经网络时通常都假设输出响应函数是光滑的增函数.但实际应用中遇到的大多数函数都是非光滑函数.因此,本文将通常论文中Hopfield神经网络的输出响应函数连续可微的假设削弱为满足L ipschitz条件.通过引入Lyapunov函数的方法,证明了Hopfield神经网络全局指数收敛的一个充分性定理.并且由此定理获得该类网络全局指数稳定的几个判据.这定理与判据是近期相应文献主要结果的极大改进.

一类BAM神经网络的概周期解的存在性和指数收敛性

利用不动点理论和推广的Halanay时滞微分不等式,研究一类双向联想记忆神经网络的概周期解的存在性和全局指数收敛性,给出其判定的充分性条件.

梯度神经网络解线性矩阵方程之收敛性分析

为了求解线性矩阵方程问题,应用一种基于负梯度法的递归神经网络模型,并探讨了该递归神经网络实时求解线性矩阵方程的全局指数收敛问题。在讨论渐近收敛性基础上,进一步证明了该类神经网络在系数矩阵满足有解条件的情况下具有全局指数收敛性,在不能满足有解条件的情况下具有全局稳定性。计算机仿真结果证实了相关理论分析和该网络实时求解线性矩阵方程的有效性。

拉格朗日意义下带随机项的细胞神经网络的指数稳定判据

研究了拉格朗日意义下带随机项的细胞神经网络新的指数稳定判据.讨论的激励函数既非有界又非可微,通过建立新的Lyapunov-Krasovskii泛函,以线性矩阵不等式的形式得到了几个判定神经网络系统指数稳定的判据;得到了更一般的全局指数收敛集的估计方法;最后用算例验证了所提判据的有效性.

对偶性和线性规划问题的神经网络解法(英文)

通过一种新的对偶形式 ,得到一种新的易于实现的解线性规划问题的神经网络 ,证明了网络具有全局指数收敛性 ,使得线性规划问题的神经网络解法趋于完善 .

离散神经网络求解支持向量机中的凸优化问题

针对正定核函数的支持向量机所导出的凸二次优化问题,提出了一个离散型神经网络模型。利用Karush-Kuhn-Tucker(KKT)条件和投影理论构造投影方程,使得投影方程的解与优化问题的解一一对应;进一步基于投影方程建立离散神经网络;理论结果表明,网络的平衡点与优化问题的最优解相对应,且网络具有全局指数收敛性。相比于连续网络,所提出的网络结构简单,减少了计算的复杂度;所得理论结果保证了网络能够有效求解支持向量机中的优化问题。最后,利用分类问题和标准数据集进行实验,数值结果验证了本文所设计的网络在求解支持向量机优化问题的有效性。

A Note on ＂Global Exponential Convergence Analysis of Hopfield Neural Networks with Continuously Distributed Delays＂

<正> In this note,we would like to point out that(i)of Corollary 1 given by Zhang et al.(cf.Commun.Theor.Phys.39(2003)381)is incorrect in general.