随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性

旨在研究随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。当θ∈[0,1/2)时,在步长受限的条件下,随机时滞Hopfield神经网络分步θ方法是一般衰减率稳定的。对于θ∈[1/2,1],不需要额外的步长要求,即可保证随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。最后,通过一个数值例子验证所得结果的有效性。

随机区间时滞Hopfield神经网络的指数稳定性

讨论了一类带有可变时滞的随机区间Hopfield神经网络的指数稳定性 ,利用李雅普罗夫函数和Razuminkhin 定理 ,得到了一些关于该系统均方指数稳定与几乎必然稳定的时滞无关和时滞相关的充分性判据 。

具有可变时滞的Hopfield型随机神经网络的指数稳定性

研究了具有可变时滞的Ｈｏｐｆｉｅｌｄ型随机种经网络的指数稳定性，应用Ｒａｚｕｍｉｋｈｉｎ定理与 Ｌｙａｐｕｎｏｖ函数，建立了这种神经网络的均方指数稳定与几乎必然指数稳定的两类判据，一类是时 滞相关而另一类是时滞无关．

含反应扩散项和混合时滞的随机Hopfield神经网络的时滞相关全局指数稳定性分析

研究一类含反应扩散项和混合时滞的随机Hopfield神经网络的稳定性,通过构造恰当的Lya-punov泛函和运用不等式分析,得到了该网络平凡解时滞相关的全局均方指数稳定性条件,推广了已有的结果.利用一个例子,说明结果的有效性.

具有混合时滞的随机Hopfield神经网络的稳定性分析

讨论一类具有时变离散时滞和多时变分布时滞的随机Hopfield神经网络的均方鲁棒稳定性问题.假定激活函数既不可微也不严格单调,运用Lyapunov-Krasovskii泛函理论、随机分析理论和MATLAB中的LMI工具箱,推出系统渐近稳定的判别准则.最后通过数值例子论证该结果的有效性.

随机分布参数型Hopfield时滞神经网络的稳定性

基于随机Fubini定理,利用关于空间变量平均的Lyapunov函数与Ito公式,研究了具时滞的分布参数型随机Hopfield神经网络的稳定性与镇定,获得了若干充分条件．

随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性．证明了三条定理和三个推论．当随机扰动为零时，便得到确定性的时滞神经网络指数稳定的结果．

基于随机Hopfield神经网络的最优多用户检测器

Hopfield神经网络检测器与传统检测器相比具有独特的魅力 ,但存在局部收敛问题 .随机Hopfield神经网络通过对状态变量引入噪声 ,从而避免局部收敛 ,进而达到最优检测 .本文给出了CDMA移动通信系统中基于随机Hopfield神经网络的最优多用户检测器的统一框架 ,该检测器利用随机Hopfield神经网络对最大似然函数进行优化从而得到最优检测性能 .在三种典型信道中对这些检测器性能进行比较 ,结果表明该检测器比传统检测器的性能更好 .

带脉冲的随机Hopfield型神经网络的p阶矩稳定性

本文主要研究p阶矩意义下带脉冲的随机Hopfield型神经网络平衡点的随机指数稳定性。通过构造适当的Lyapunov泛函和利用随机分析理论,推导出平衡点稳定满足的条件。结果以不等式形式给出,使得结论更容易被验证。而且,本文给出求解算法,通过一数值算例,验证了算法的有效性。

随机Hopfield神经网络的稳定性分析

通过利用动态大规模互连系统的分解方法，对由Ｉｔｏ随机微分方程描述的随机Ｈｏｐｆｉｌｅｄ神经网络给出了稳定性分析，这样的神经网络被认为是许多神经元的一个互连，在本文中给出了稳定性结论是以单个神经凶和互连结构的性质来表示的。

随机Hopfield神经网络的定量分析

该文探讨了实际使用Hopfield神经网络(HNN)时噪声的影响。由于噪声的客观存在,我们首先证明了随机Hopfield神经网络(SHNN)轨道的期望关于时间是一致有界的。之后,为了实际设计神经网络的需要,我们对含有噪声的HNN和与其对应的一般HNN之间随机输入误差的估计进行了研究。利用所得的结论,我们可以对设计空间进行控制,使得所设计的网络满足我们希望获得的各种性能要求。

具衰减随机干扰的分布参数型Hopfield神经网络的镇定

以随机Fubini定理为基础,研究具有分布参数的Hopfield随机神经网络的镇定问题,该神经网络具有衰减的随机扰动。构造了一个关于空间变量平均的Lyapunov函数,用Lyapunov第二方法给出了使该类随机神经网络控制系统镇定的控制器设计,并通过一实例证明了该控制器的有效性。

区间时滞神经网络的随机稳定性

分析了区间变时滞的随机神经网络的全局渐进稳定性。区间变时滞不仅考虑了时变因素,而且考虑了时滞时变的上界和下界。通过It's微分公式和构造适当的李雅普罗夫泛函,并且引入自由权值矩阵,以线性矩阵不等式形式给出了该系统在均方意义下的全局渐进稳定的充分性判据。数值算例进一步证明了结论的有效性。

一类含脉冲的随机区间细胞神经网络模型的周期解和稳定性

讨论了一类含脉冲的S-分布时滞随机区间细胞神经网络的周期解和指数稳定性问题。利用随机分析的知识、不等式技巧和Poincaré压缩映像理论,研究了系统周期解的存在性和稳定性,得到了S-分布时滞随机细胞神经网络周期解的存在性和全局p阶指数稳定性的新代数判据,同时对周期解的指数收敛率进行了估计,最后通过例子说明了结果的实用性和有效性。

随机Hopfield神经网络的稳定性

本文讨论了随机Hop fie ld神经网络的稳定性和不稳定性,给出了几乎指数稳定性和几乎指数不稳定性判定条件。

时滞Hopfield神经网络的随机稳定性分析

T-S模型提供了一种通过模糊集和模糊推理将复杂的非线性系统表示为线性子模型的方法。研究了时滞Hopfield神经网络的随机稳定性(SFVDHNNs)。首先描述了SFVDHNNs模型,然后用Lyapunov方法研究了SFVDHNNs全局均方指数稳定性,通过可以被一些标准的数值分析方法求解的线性矩阵不等式(LMIs)得出了稳定性标准。

S-分布时滞随机高阶Hopfield神经网络的均方指数稳定性

考虑了一类具有S-分布时滞随机高阶Hopfield神经网络模型的动力行为.利用Lyapunov泛函方法、随机分析理论和不等式技巧,研究了网络的均方指数稳定性,给出了均方稳定性判据,并以实例证明了结论的正确性.

随机Hopfield神经网络的稳定性分析(英文)

通过利用动态大规模互连系统的分解方法，对由Ｉｔｏ随机微分方程描述的随机Ｈｏｐｆｉｅｌｄ神经网络给出了稳定性分析．这样的神经网络被认为是许多神经元的一个互连．在本文中给出的稳定性结论是以单个神经元和互连结构的性质来表示的．

具有变时滞的高阶随机Hopfield神经网络在有限时间内的控制同步

研究了具有变时滞的高阶随机Hopfield神经网络在有限时间内的控制同步.通过李雅普诺夫函数,有限时间内稳定性理论,随机微分方程理论和一些不等式方法,基于p-范数得到了新的有限时间内同步的充分条件.本文结论是对之前相关结论的推广.

带跳随机时滞Hopfield神经网络数值解的稳定性

研究了一类带有泊松跳的随机时滞Hopfield神经网络问题欧拉数值解的均方稳定性.首先证明了这类问题分析解的指数稳定性;在保证分析解指数稳定的前提下,证明了欧拉方法得到的数值解的均方稳定性,并通过实例对结论进行了验证.