Hopfield连续神经网络平衡态局部指数稳定的充要条件

研究Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络平衡点的局部指数稳定性,给出了Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络的平衡点局部指数稳定的充要条件。通过引入特征函数的方法,得到了各记忆模式的指数吸收域的估计,以此可用来评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆的容错能力和模式恢复能力,且可用于综合更为实用的连续联想记忆神经网络。     

时滞 Hopfield 神经网络的稳定动力学行为分析

神经网络的硬件实现常伴随反馈信号的延时,网络的应用需要对具有时滞反馈网络稳定性的充分研究。用Ｒａｚｕｍｉｋｈｉｎ型李雅普诺夫泛函方法,对非线性时滞Ｈｏｐｆｉｅｌｄ神经网络的稳定动力学行为进行了分析,利用泛函滞后微分方程的稳定性定理,导得时滞反馈连续Ｈｏｐｆｉｅｌｄ神经网络一致稳定和一致渐近稳定的充分判据。     

Hopfield型神经网络的全局渐近稳定性

讨论了连续Ｈｏｐｆｉｅｌｄ型神经网络的全局渐近稳定性问题，通过利用Ｌｙａｐｕｎｏｖ泛函方式和不等式分析技巧给出了平衡点的全局渐近稳定性的些充分条件。     

具有滞后的Hopfield连续神经网络的稳定性

利用Ｌｉａｐｕｎｏｖ泛函方法分析了具有滞后的Ｈｏｐｆｉｅｌｄ连续神经网络系统的稳定性，得到了如下结论：对于具有滞后的Ｈｏｐｆｉｅｌｄ连续神经网络，当权矩阵的二范数与增益之积小于１时，系统的平衡点是唯一的全局渐近稳定的，此结论推广了Ｍａｒｃｕｓ的结论。     

可化为对称情形的具有非对称权阵的连续Hopfield型神经网络

若非线性连续Ｈｏｐｆｉｅｌｄ型神经网络的非对称权阵能够分解为正定对角阵，对称阵与另一正定对角阵乘积，则该非称网络经过一似变换可化为具有等价和稳定性质且权阵为上述对称阵的神经网络。由此推出，该类非对称神经网络具有全局稳定的吸引子，且为它的非空的平衡点集。另得到了保证该类对称神经网络具有全局渐近稳定性的一个充分条件。     

有脉冲和时滞的双向记忆神经网络稳定性分析

利用Lyapunov函数和二维Hanalay类型不等式,研究带有脉冲和时延的广义双向联想记忆神经网络平衡点的全局指数稳定性,得到了几个判断网络全局指数稳定的充分条件,这些条件刻画了脉冲强度和没有脉冲的连续子网络(双向联想记忆神经网络的连续部分)的指数收敛速度对整个网络的全局指数稳定性的混合影响。研究结果表明即使脉冲对网络状态有放大的影响,脉冲时滞双向联想记忆神经网络也可能保持连续子网络的全局指数稳定性质。数值例子验证了理论结果的正确性。     

具有周期和时滞的Hopfield型连续神经网络的周期解

利用Ｒａｚｕｍｉｋｈｉｎ方法和Ｌｙａｐｕｎｏｖ泛函，对具有周期和时滞的Ｈｏｐｆｉｅｌｄ型连续神经网络模型，得到了存在唯一的全局一致渐近稳定的周期解的充分条件。     

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,这两个条件对于神经计算与神经网络设计具有重要的理论意义和应用价值。     

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,这两个条件对于神经计算与神经网络设计具有重要的理论意义和应用价值.     

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．     

高阶时滞神经网络模型的全局指数稳定性

对具有时滞的二阶Hopfield型神经网络平衡点的全局渐近稳定性问题进行了研究.在不要求连接权矩阵的对称性和输入输出函数的可微性与单调性,只要求系统的参数满足是一个M矩阵的情况下,利用推广的Hanalay不等式和上右导数导得系统全局指数稳定性的若干充分条件.为二阶时滞神经网络稳定性的新方法、新结论.     

高阶Hopfield型神经网络的指数稳定性及指数收敛速度的估计

讨论高阶连续Hopfield型神经网络平衡态的全局指数稳定性和局部指数稳定性问题,得到了网络平衡态指数稳定的简单充分条件和指数收敛速度的估计结果,并在网络平衡态局部指数稳定时得到了平衡态的吸引域。     

二阶连续型Hopfield神经网络的平衡点及全局指数稳定性

讨论输出响应函数为非光滑的二阶连续型Hopfield神经网络的平衡点的存在和唯一性,得到了该类网络平衡点存在并且唯一的两个充分条件.同时,该类网络的唯一平衡点全局指数稳定的一个新判据被获得.作为特例,输出响应函数为非光滑的一阶连续型Hopfield神经网络的一些新判据也被得到.这些新判据是文献[3]的诸结果的改进.     

变时滞Hopfield神经网络稳定性分析的非线性测度法

引入了一种类似于矩阵测度的非线性算子测度，并利用它对时滞Hopfield神经网络模型的指数稳定性进行了分析，推广了一些已有的相关结果．此种方法对所有的单调范数皆成立，并且应用方便.同时还针对L2范数，给出了神经网络平衡点存在的一些充分条件．     

具有时变时滞的Hopfield神经网络的全局指数稳定性及衰减速度估计

应用Razumikhin型稳定性定理讨论了具有时变时滞的Hopfield神经网络平衡点的全局指数稳定性,给出了系统全局指数稳定的时滞相关和时滞无关的充分条件,同时讨论了这类系统的衰减速度.最后,通过一个例子说明本文结果的优越性.     

脉冲高阶时滞Hopfield型神经网络的稳定性分析

针对进化过程中顺序的突然改变导致无法用纯连续或纯粹的离散神经网络来描述的问题,给出了脉冲高阶时滞Hopfield型神经网络模型,并得到时滞脉冲系统渐近稳定的结果.然后,利用该结果和李亚普诺夫方法以及数学分析技术分析网络的稳定性.在激励函数连续、单调有界的条件下,给出了保证脉冲高阶时滞Hopfield型神经网络全局一致渐近稳定的充分条件.这些条件含有许多可调参数,为神经网络提供灵活的设计与分析;并且易于检验,适用于分析生物神经系统的动态特性或设计全局稳定的神经网络.最后,通过仿真实例说明了所得结果的有效性.     

带时滞的脉冲二阶Hopfield神经网络的周期解全局指数稳定性

利用重合度理论和构造Lyapunov泛函，得到了带时滞的脉冲二阶Hopfield神经网络的周期解全局稳定性充分性条件．     

具中立型连续时滞的BAM神经网络模型概周期解的指数稳定性

利用连续性原理及不等式技巧,对一类具中立型有界连续时滞的BAM神经网络模型概周期解的指数稳定性进行研究,得出了所研究模型的概周期解指数稳定的充分条件.     

变时滞神经网络模型的全局指数稳定性

研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性.