随机Cohen-Grossberg神经网络的有限时间稳定性

研究了具有Markov跳的脉冲时滞随机Cohen-Grossberg神经网络的有限时间稳定性问题。在Cohen-Grossberg神经网络模型中,分别考虑了不稳定型脉冲和稳定型脉冲,通过随机分析和平均脉冲间隔方法,分别给出了随机Cohen-Grossberg神经网络在两种脉冲情形下的有限时间稳定的判定依据。     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

时变脉冲耦合神经网络的稳定性分析

讨论了时变脉冲耦合神经网络的稳定性问题,时变脉冲的一个重要特征是不稳定脉冲和稳定脉冲在模型中同时存在;通过控制时变脉冲强度,可以分析时变脉冲耦合神经网络的稳定性,得到满足时变脉冲耦合神经网络全局指数稳定的几个条件;最后,举例表明理论结果的有效性.     

脉冲多比例时滞细胞神经网络全局指数稳定性准则

本文主要研究脉冲多比例时滞细胞神经网络的全局指数稳定性.通过Lyapunov函数以及Young不等式,并基于n维实向量空间中的lc-范数,我们得到细胞神经网络全局指数稳定的充分条件,最后我们用一个例子以及它的仿真来证明我们方法的有效性.     

脉冲电化学光整加工表面质量的神经网络模型研究

利用神经网络方法研究了脉冲电化学光整加工表面质量与各主要工艺参量之间的复杂非线性关系,建立了二者之间的神经网络预测模型,预测结果与实验结果较为吻合。研究结果表明,神经网络计算用来预测脉冲电化学光整加工的工艺性能是可行的。     

基于Nios Ⅱ的脉冲神经网络硬件实现方法

将脉冲神经网络的理论和算法应用于函数拟合研究,通过使用CycloneⅡEP2C35F672C8N型FPGA芯片和基本外围电路,并基于NiosⅡ软核技术,建立了脉冲神经网络硬件模型.以指数函数为例拟合曲线,系统训练结束后稳定误差可达到0.2.实验结果表明,基于NiosⅡ的硬件实现方法能够成功地实现脉冲神经网络,为人工神经网络的研究提供了有效的仿真平台,同时该方法能够有效地模拟连续函数,扩展了神经网络的应用领域.     

变时滞Cohen-Grossberg脉冲随机反应扩散神经网络的吸引集

由于神经网络具有有限的放大器转换速度和空间延伸,而且经常受随机和脉冲因素的影响,所以在神经网络的设计中,必须考虑变时滞、脉冲和随机扰动.讨论了变时滞Cohen-Grossberg脉冲随机反应扩散神经网络的吸引集.利用Ito公式,时滞微分不等式和M-矩阵性质,获得了变时滞Cohen-Grossberg脉冲随机反应扩散神经网络的吸引集存在的充分条件.     

基于双通道脉冲耦合神经网络的应用研究

通过对双通道脉冲神经网络模型的改进,提出了一种邻域SEML激励的自适应双通道脉冲耦合神经网络医学图像融合的新方法。即通过提高模型的性能和脉冲神经网络进行自动化图像处理的能力。首先介绍了双通道脉冲耦合神经网络模型及其原理,然后阐述了基于这一模型的一种新融合算法,最后对本文融合算法以及各传统融合算法得到的实验仿真结果进行了分析。     

脉冲耦合神经网络对肝包虫图像分割

 在应用脉冲耦合神经网络模型分割图像的研究中,确定模型的参数是一个难点问题,其中连接系数β在脉冲耦合神经网络中起着重要的作用。本文使用最小交叉熵D(P, Q; t )和标准差,简化了脉冲耦合神经网络模型的连接系数β的估计公式,该方法可以自动确定并简化脉冲耦合神经网络模型的连接系数β。实验结果表明,该方法对肝包虫医学图像的分割效果显著,能获得较好的视觉结果并具有较强的普适性。     

脉冲多比例时滞细胞神经网络全局指数稳定性准则（英文）

本文主要研究脉冲多比例时滞细胞神经网络的全局指数稳定性.通过Lyapunov函数以及Young不等式,并基于n维实向量空间中的l~c-范数,我们得到细胞神经网络全局指数稳定的充分条件,最后我们用一个例子以及它的仿真来证明我们方法的有效性.