Hopfield型连续神经网络的全局指数稳定性

本文利用Lyapunov函数方法研究了连续Hopfield型神经网络的指数稳定性问题 ,得到了平衡点的全局指数稳定性的两个新的充分条件 。

间歇性和滞后效应策略的不连续神经网络同步分析

研究时滞线性耦合不连续神经网络的同步控制问题。运用李雅普诺夫稳定性理论和微分方程比较定理,提出一种基于间歇性和滞后效应策略的控制器,获得时滞线性耦合不连续神经网络的同步准则。最后进行数值模拟,从而验证所得理论结果的有效性。

含有时滞的不连续神经网络在非线性干扰下的指数同步

证明了一类含有时滞的不连续神经网络在非线性干扰下的指数同步.在一个反馈控制器下,得到了指数同步的结果;根据Lyapunov稳定性理论、Filippov解的定义,选取一个适合的Lyapunov函数,得到了一些证明指数同步的充分条件.

基于连续卷积神经网络的3D脑电图情绪识别

作为人类大脑神经活动的重要指标,脑电(EEG)信号能更深层次地反映人的情绪状况,但当前大多数深度学习模型通过EEG识别情绪不够精确。本文提出基于连续卷积神经网络的3D脑电图情绪识别模型,采用提取DE和PSD特征时得到的等价矩阵所构造的三维脑电图立方体作为输入,舍弃卷积神经网络中的池化层。在DEAP数据集上进行实验,Arousal准确率为95.77%,Valence准确率为93.52%,表明该方法非常适用于情绪识别,能给后续相关研究提供参考。

连续非对称神经网络的动力学特性

本文讨论了连续非对称神经网络的动力学特性,给出了神经网络有唯一平衡点的条件,并讨论了当连接距阵T变化时不产生静态分叉和Hopf分叉的条件,给出了平衡点的全局渐近稳定性和全局指数稳定性的充分条件。

连续时延神经网络的Hopf分岔现象研究

讨论了带连续时延神经网络的Hopf分岔现象。对于强核和弱核的情况,利用平均时延作为分岔参数,证明了模型经历了Hopf分岔过程。在带弱核的神经网络模型中,得到了分岔周期解稳定性准则。给出了一些数值例子,通过计算机仿真验证了所得结论的正确性。

基于实虚型连续多值复数Hopfield神经网络的QAM盲检测

针对统计量算法盲检测QAM信号的缺陷,该文提出了一个实虚型连续多值复数Hopfield神经网络算法,该网络的实部、虚部各含一个连续多值实激活函数.该文构造了适用于该网络的能量函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该实虚型连续多值复数Hopfield神经网络可有效地实现QAM信号盲检测.仿真试验表明:该算法采用较短接收数据即可到达全局真解点,并且适用于含公零点信道.

时滞连续Hopfield神经网络的全局指数稳定性

本文采用非线性时滞微分不等式分析技巧，研究了时滞连续Hopfield神经网络的稳定性，给出在任意外界恒常输入下连续Hopfield网络的平衡态的收敛速度及全局指数稳定的若干充分判据．

用连续回归神经网络求解泛函极值问题

针对信息科学和控制理论中经常涉及的一类泛函极值问题,提出基于连续回归神经网络的求解方法。推导了求解泛函的连续BPTT算法,进而对该算法进行改进,得出一种在线学习算法,为并行实现打下了基础。

连续Hopfield神经网络零担物流运输路径优化研究

当一批货物的重量或容积不满一辆货车,且可与其它几批甚至上百批货物共用一辆货车装运时,叫零担货物运输。使用连续Hopfield神经网络(CHNN)可以优化卸载路径,将运费最低作为目标函数转换成连续Hopfield神经网络的能量函数,把表示路径的换位矩阵作为变量,通过迭代计算,当网络的神经元状态趋于平衡点时,网络的能量函数也趋于最小值,此时输出的换位矩阵表示的路径即为优化后的卸载路径。

连续型联想细胞神经网络局部指数稳定性研究

由于细胞神经网络的潜在应用前景 ,它现已成为神经网络研究的新热点。首先给出连续型联想细胞神经网络的数学模型 ,得到了连续型细胞神经网络平衡点局部指数稳定的充要条件及平衡点指数吸引域的估计 ,研究表明对平衡点的指数吸引域的估计 ,只要计算平衡点处的导算子矩阵的对数范数即可。该研究对连续型联想细胞神经网络的设计和应用均有重要的作用。

广义连续反馈型神经网络的稳定性

通过对连续Hopfield网络模型的抽象,提出了广义连续反馈型神经网络的概念,指出一种不需要构造能量函数对网络模型的稳定性进行分析和判别的方法,同时给出了相应的数学证明。

连续小波过程神经网络及其仿真研究

在小波分析和过程神经网络理论的基础上,提出了连续小波过程神经网络模型,其隐层为过程神经元,隐层激活函数采用小波函数.该网络结合了小波变换良好的时—频局域化性质及过程神经网络可以处理连续输入信号的特点,因而学习能力强,精度高.给出了小波过程神经网络学习算法,并以航空发动机滑油系统状态监测为例,分别利用传统BP网络和小波过程神经网络进行预测.结果表明,小波过程神经网络收敛速度快,精度高,优于BP网络的预测能力,同时也为航空发动机滑油系统状态监测问题提供了一种有效的方法.

基于连续型Hopfield神经网络的噪声字符识别

采用连续型Hopfield神经网络(CHNN)对噪声字符进行识别。此模型比离散型Hopfield神经网络(DHNN)和布尔神经网络(BNN)更易于硬件实现,且在信息处理的并行性和实时性等方面更接近实际生物神经网络的工作原理。仿真结果表明该方法可以有效地对噪声字符进行识别。

基于无穷时滞细胞神经网络的稳定性分析:连续和离散模型（英文）

首先,利用泛函微分方程、稳定性分析、Lyapunov泛函等理论,我们研究了具有无穷时滞连续细胞神经网络的动力学行为,并得到了其平衡点的存在性、唯一性以及全局指数稳定的充分条件;其次,我们利用半离散化方法,得到了连续系统的离散化模型,并对其动力学行为进行了分析;最后,我们通过数值模拟验证了本文的结论是真实有效的.

连续时延神经网络模型的Hopf分岔分析

1.引言 神经网络是一个非常复杂的非线性动力学系统.在神经网络模型中,有时必须考虑到其内在的时延.目前,时延神经网络模型的动力学现象是一个热门的研究课题.文[2]中研究了离散时延和对称相关矩阵神经网络的线性稳定性.

连续型Hopfield神经网络求解设备布置问题

主要利用连续型Hopfield人工神经网络进行了设备布置问题的优化求解计算 .讨论了连续型Hopfield人工神经网络的模型 ,以及求解设备布置问题的一般方法 .仿真结果表明 ,利用连续型Hopfield人工神经元网络进行设备布置优化计算 ,求解质量稳定、速度快 ,有较好的应用前景 .

具有不连续神经激励的循环神经网络的周期解存在性(英文)

本文研究了一类可以描述为右端不连续微分方程的循环神经网络模型.在并不要求激励函数连续、有界及单调非减的情况下,通过利用线性矩阵不等式和微分包含中的Cellina近似选择定理,得到了该神经网络模型存在周期解的充分条件.最后,给出了一个数值例子用以说明本文结果的有效性.

强核连续时延神经网络模型分岔的频域分析

1.引言 神经网络是一个复杂的大规模非线性动力学系统.为了研究所产生的动力学现象,通常需对其简化,建立模型.对简化模型进行研究,并推广到大规模系统.

孔群零件三坐标路径规划研究——基于连续型Hopfield神经网络算法

为提高孔群零件的接触式三坐标测量机(CMM)的测量效率,笔者提出了基于连续型Hopfield神经网络算法的三坐标测量路径规划。根据孔群零件特征与孔群的全局路径规划模型,建立了连续型Hopfield神经网络算法模型,将孔群全局路径优化问题转化为能量函数问题,实现了孔群路径优化。通过CMM对某汽车刹车盘上的孔群进行自动测量的实例表明,该算法具有并行计算、高效搜寻等优点,解决了存在组合爆炸现象的组合优化问题,快速、准确地优化了孔群全局路径,具有较好的实际应用价值。