一类有限分布延时的神经网络的全局耗散性

通过构造径向无界的正定的Lyapunovh函数,研究一类具有有限分布延时的神经网络的全局耗散性,在假定延时可微的情况下,给出了几个确保网络全局耗散性的充分条件.最后,通过一个数值例子说明此条件的有效性.     

时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

一类依赖于比率的Holling-Tanner捕食模型的定性分析

考虑了依赖于比率的响应函数的Holling-Tanner捕食模型,给出了解的耗散性和持续性,并给出了正平衡解(u*,v*)的全局稳定性,然后利用带ε的Young不等式和Poincaré不等式对扩散项进行了讨论,给出了在扩散系数足够大的情况下非常数正解的不存在性.     

周期延时脉冲神经网络的动力行为

本文讨论了一类脉冲神经网络的周期解的指数稳定性．利用带延时及脉冲的微分不等式,得到了几个充分条件来保证这个脉冲神经网络具有一个全局指数稳定的周期解．这些结果并不要求网络的连结权矩阵是对称的,并且这些结果对于帮助设计具有时变延时的脉冲神经网络是有意义的．     

关于时滞细胞神经网络全局稳定性的一些注记

首先证明具有时滞的细胞神经网络平衡点的一个存在性定理．然后，利用这定理分别得到该类神经网络的全局渐进稳定性与全局指数稳定性的判据各一个．最后，给出利用所得的新判据判别时滞细胞神经网络的全局稳定的两个例子。     

时滞微分方程的耗散性及其应用

讨论了一类Dini导数给出的微分不等式的耗散特性．利用连续Lipschitz算子的测度研究了滞后型微分方程的耗散性．并应用于时滞Hopfield神经网络,获得了其一致耗散性及平衡点全局一致渐近稳定的充分条件．     

一类环状神经网络模型的周期解分析

利用拓扑度理论和微分不等式的分析技巧，研究了一类环状变时滞网络模型的周期解的存在性和全局指数稳定性，得到了一些新的充分条件．     

一种耗散型混沌神经元及其延时分类

讨论了离散的、耗散型非线性神经元模型动力学·数值模拟表明模型中带有非零衰减系数时,自抑制神经元呈现出复杂的动力学模式,其中包括倍周期分叉通往混沌·利用混沌神经元对BP网络结果进行后处理,组成BP/CNN混合神经网络,利用其倒分岔特性实现延时分类·构建的BP/CNN对典型的具有延时特性行为的SYNflooding滥用入侵进行检测,结果表明该混合神经网络具有灵活的延时分类能力,扩展了BP神经网络的计算能力,提供了一种新的分类处理方法,可以推广到识别其他延时分类的事件中·     

时滞细胞神经网络模型的渐近性态分析

对具有时滞的神经网络模型xi(t)=-Cixi(t) ∑j=1^n aijfj(xj(t)) ∑j=1^n bijfj(xj(t-τj)) Ii,i=1,2,…,n,在非线性神经元激励函数满足Lipachitz连续的条件下通过构造适当的泛函，研究了这类模型的渐近性态，获得了这类模型全局吸引和平衡点的全局指数稳定易于验证的充分条件．     

时滞小波神经网络的稳定性分析

利用BROUWER不动点原理证明了时滞小波神经网络的平衡点的存在性,利用压缩映象原理证明了平衡点的唯一性．利用HALANAY时滞微分不等式,讨论了时滞小波神经网络的全局指数稳定性,并得出了几个判定定理．     

具有混合时滞的脉冲Cohen-Grossberg神经网络的指数耗散性

通过建立一个脉冲时滞微分不等式,并利用M-锥的特性,作者得到了具有混合时滞的脉冲Cohen-Grossberg神经网络指数耗散的充分条件,推广了早期的相关结果.     

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.     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

反应扩散变时滞细胞神经网络的稳定性

利用构造Lyapunov函数的方法讨论了带反应扩散项的变时滞细胞神经网络全局指数稳定性.在输出响应函数有界且满足Lipschitz条件和系统满足文章所给的条件下,得到了判定该类网络解的全局指数稳定性.     

一类具多比例时滞细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函和运用Halanay时滞不等式,讨论一类具多比例时滞细胞神经网络的全局指数稳定性,得到了判定该系统平衡点全局指数稳定的一个时滞独立的充分条件.通过数值算例和仿真结果验证了所得结论的有效性.     

随机时滞BAM神经网络的全局散逸性

把不确定性因素考虑到双向联想记忆神经网络(BAM)中, 得到一类带Brown运动的随机时滞双向联想记忆神经网络(BAM)模型. 在激活函数有界的条件下, 研究了随机时滞BAM神经网络的全局散逸性. 通过Lyapunov泛函、Jensen不等式和It 公式等, 讨论了随机时滞BAM神经网络系统均方散逸的充分条件, 给出了该系统散逸的吸引集. 通过数值例子对所给出的结论进行了验证.     

一类离散神经网络的全局指数同步探析

定义了离散型神经网络全局指数同步的概念,研究了一类离散型时滞神经网络的全局指数同步问题,给出了这类神经网络全局指数同步的充分性判据,判据的有效性可通过LMI工具箱得到检验.     

关于神经网络的指数稳定性

系统地研究了一类神经网络的全局指数稳定性，仅假设激活函数是全局李普希兹连续的，给出了其平衡点的存在性、唯一性和指数稳定性的充分条件。     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.